【ITBEAR科技资讯】5月27日消息，近日火山引擎原动力大会上，豆包大模型正式亮相，不仅以惊人低价引领了大模型降价风潮，更凭借其出色的模型能力成为业界焦点。
据豆包模型团队在火山引擎的产品资料中披露的一期内部测试结果，Doubao-pro-4k在MMLU、BBH、GSM8K、Humaneval等11个业界主流的公开评测集上，以总分76.8分的优异成绩脱颖而出。相较于上一代模型云雀Skylark2的64.5分，豆包模型性能提升了高达19%，并且在同期测试的国产模型中表现最佳。
此次评测工作于今年5月圆满结束，涵盖了包括豆包通用模型-pro、云雀Skylark2在内的九款国产顶尖大语言模型。评测过程中，除了云雀Skylark2，其余参评模型均为各厂商最新推出的高级版本，并通过API调用方式进行了严格测试。
评测数据显示，在评估代码能力的Humaneval和MBPP两个评测集上，豆包模型展现了惊人的实力，相较于上一代模型性能提升了约50%。同时，在专业知识和指令遵循的评测环节中，豆包分别斩获了33%和24%的显著性能提升，稳坐国产模型榜首。
不仅如此，豆包在数学能力、语言理解能力，以及综合评测集CMMLU和Ceval的评测中也取得了令人瞩目的成绩，综合得分稳居前三。在11个公开评测集上的总分达到76.8分，与OpenAI公布的GPT-4测试成绩80.1分相比，虽仍有一定差距，但已足以彰显豆包模型的强劲实力。
豆包模型于5月15日正式推出，虽然尚未参与第三方机构的测试，但其在短短时间内已经吸引了大量关注。预计未来一两个月内，多家第三方评测机构将陆续发布对该模型的详细评测报告。与此同时，与模型同名的AI对话助手“豆包”也备受瞩目，官方数据显示其月活用户数已达2600万，用户可自由体验测试该AI助手的各项功能。
此外，在智源研究院此前公布的全球91个语言模型评测报告中，云雀Skylark2在偏重考察中文能力的主观评测中拔得头筹，其中文能力甚至超越了GPT-4，展现了国产模型在中文处理领域的优势。
据ITBEAR科技资讯了解，豆包模型的优异表现不仅体现了国内AI技术的飞速发展，也为国产大模型在国际舞台上赢得了一席之地。未来，随着技术的不断进步和优化，国产大模型有望在全球AI领域发挥更加重要的作用。
