麦克雷 Mavom.cn

标题: 智源最新评测：文心4.5系列模型位居国内第一全球第三！ [打印本页]

作者: 13965451362 时间: 昨天 20:13
标题: 智源最新评测：文心4.5系列模型位居国内第一全球第三！
近日，智源研究院旗下大模型评测体系 FlagEval 发布最新一期“安全与价值观榜”。在该榜单中，百度开源模型 ERNIE-4.5-300B-A47B 表现突出：总榜成绩位列国内第一、全球第三，在开源模型中排名第一，总合格率达到85.58%，成为唯一进入全球前三的开源模型。

(, 下载次数: 0)
FlagEval 推出的全新“安全与价值观榜单”，围绕语料安全、模型安全、风险防控等关键指标，对主流大模型的安全能力进行系统评估。据了解，本次评测覆盖18家主流厂商的大语言模型，包括 OpenAI、Google、Anthropic、Microsoft、深度求索等国内外头部机构。
FlagEval 最新榜单显示，全球头部模型在安全合规能力上已逐步形成成熟体系。其中，Claude Sonnet 4以86.76%位居第一，GPT-4.1紧随其后排名第二， ERNIE-4.5-300B-A47B 以85.58%的综合表现位列全球第三，国内第一，成为唯一进入前三的国产大模型。
值得注意的是，ERNIE-4.5-300B-A47B 在开源榜排名第一，是全球唯一进入前三的开源模型，稳居安全合规第一梯队，标志着中国团队在安全合规能力上跻身国际第一梯队。
从行业整体来看，厂商间差异依旧明显。头部模型在策略偏移防御（如拒答率、风险感知）上更为稳定；不同厂商对本地化价值标准的理解差异，也直接拉开了整体得分区间。与此同时，以 ERNIE-4.5-300B-A47B 为代表的领先开源模型正在快速缩小与国际闭源模型的差距。
业内专家指出，安全性正成为衡量大模型可大规模落地的关键指标，其复杂性与专业度正成为核心竞争力。

作者: lancer 时间: 昨天 20:13
文心5.0不是都出来了吗？怎么还测4.5？

欢迎光临麦克雷 Mavom.cn (http://mavom.cn/)