8月12日，天津大学和信创海河实验室举办了一次大模型技术与评测研讨会，会上发布了首份大模型评测报告。

该报告对国内外14个大语言模型进行了中文综合能力评测，结果显示，GPT-4和百度文心一言相对于其他模型综合性能领先。

在此次评测中，GPT-4对参评模型的主观题回答进行了打分，结果显示，GPT-4认为文心一言生成的中文内容质量更高。相比人工评价，在基于 GPT-4的自动评测中，文心一言的总得分超过了 GPT-4，位居榜首。

天津大学表示，大模型有望重塑人工智能的发展模式，国产大模型正在迎头赶上国际类似模型，并在某些指标上实现了超越。百度文心一言在评测中展现了强大的实力，具备了在相关行业落地的技术基础。

百度表示，百度在大模型生态的构建上具备先发优势，目前已经有15万家企业申请接入文心一言测试。

相关标签： 天津大学大模型评测报告 GPT 4和百度文心一言显著领先