谁在“吊打”ChatGPT？

图片地址：https://images.tmtpost.com/uploads/images/2023/11/190350cdc9dde27faa3b82bdcf27dbac_1699492084.jpeg

图片来源@视觉中国文 | 定焦，作者 | 黎明，编辑 | 方展博AI行业的“百模大战”已经打了大半年。从上半年的火热，到下半年的渐冷，胜负难分。GPT成了国内厂商的靶子。几乎每家在发布大模型时，都要把GPT拉出来对比一波，而且他们总能找到一个指标把GPT超越——比如，中文能力。测评类的榜单太多了。从英文的MMLU，到中文的SuperCLUE，再到借鉴游戏排位赛机制的ChatbotArena，各种大模型榜单让人眼花缭乱。很多时候，榜单上的排名成为厂商对外宣传的工具。但奇怪的是，用户在体验后发现，号称超越ChatGPT的一些大模型产品，实际表现不尽如人意。各种不同的统计排名口径，更是让人感到迷惑。以至于“第一”太多，榜单都快不够用了。比如最近，昆仑万维开源「天工」系列大模型，号称多榜超越Llama 2；李开复的零一万物公司发布开源大模型“Yi&rdq