唐璜 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI开源的数学数据集，中国厂商新成绩一举冲到最前列！

就在9月16日，国产大模型在权威推理评测集GSM8K中，首次达到了80%正确率，大幅领先GPT-3.5（57.1%）和LLaMA2-70B（56.8%）。

而且这家厂商在大模型榜单上刷新全球纪录，已经不是第一次了。

GPT-3.5答，Wendi需要在一天的最后一餐中给鸡崽子们喂21杯饲料。

看来第二局还是天工大模型赢了。

Round 3

问：巨龙高坐在法尔博山上，向1000英尺范围内的任何东西疯狂喷火。波莉可以将压制巨龙的武器投掷400英里，但当她拿着蓝宝石时，能比不拿宝石时把标枪扔得远三倍。

如果拿着宝石，波莉能站在龙焰射程之外多远的地方，用金标枪击中龙？

天工大模型给出的解题思路如下，并且生成答案为200英尺。

GPT-3.5给出的解题思路也摆在这，最后答案也是200英尺。

除了GSM8K，另一个推理评测基准HumanEval，以及两个通识评测基准MMUL、C-Eval上，天工大模型也有出色表现。

而模型层之外，为大模型积攒实力的无外乎算法、算力、数据三大件。

算法层方面，天工大模型也有自己的秘籍。

通常来说，市面上大模型们普遍采用Transformer架构。在此基础上，天工团队首次引入了蒙特卡洛搜索树算法（AlphaGo背后也是这算法）。

再说天工大模型背后的算力，基于中国最大的GPU集群之一。

强劲算力鼎力支持的，是天文数字版的数据量——按照借助“开源力量”的策略，天工从数十万亿的数据中，最终清洗、筛选出了近3万亿单词的数据。

现在，天工大模型在推理、通识多个榜单开花，可以想见因为背后算力、算法、数据扎实储备，天工大模型拥有的已经不是模型规模优势，技术创新和推理性能方面，也有了新突破。

其实，推理能力大幅超过GPT-3.5和LLaMA2，已经不是昆仑万维携天工大模型第一次拿成绩炸场。

不久之前，天工大模型多模态团队的Skywork-MM用了大约50M的图文数据，以远小于其他大模型的数据量（>100M），登顶了多模态榜单。

△MME感知榜第一，认知榜第二，总榜第一

昆仑万维另一则引得众人瞩目的新闻，是AI大牛颜水成的加入。

他出任天工智能联席CEO、2050全球研究院院长，将在新加坡、伦敦、硅谷三地建立2050全球研究院的研究中心，并逐步开展几个领域的研究：

颜水成道出加盟昆仑万维的原因：

在通用人工智能领域，从研究、研发到产品是完整的链条，缺一不可，只有将三者完全打通，研究才能发挥最大价值。

在国内，能将研究、研发、产品三线合一的平台少之又少，昆仑万维布局了AI大模型、AI动漫、AI社交、AI游戏、AI搜索和AI音乐六大方向，同时昆仑万维的核心业务面向全球市场，其能力矩阵和生态系统非常具有想象空间。

大模型潮流，浩浩荡荡。

今年以来国产大模型的发展势头迅猛，吸引越来越多的人才加入其中，由此助力各家大模型不断地迭代升级，涌现出更强大的能力，适配更广泛的应用场景。

昆仑万维在大模型的变革中，战略重视，动作频频，而且也有业务场景。

可以不夸张地说一句，昆仑万维和它家的天工大模型，已经是大模型江湖中，一个绕不过去的狠角色了。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态