中国最接近GPT-4的大模型：12项评测成绩超过GPT-4

商汤科技联合上海人工智能实验室等多家科研机构研发的ai大语言模型“书生·浦语”（internlm-123b）在12项权威评测中超越gpt-4，综合性能全面超越gpt-3.5-turbo。 

今年8月，新模型internlm-123b完成训练，参数量提升至1230亿。这个新模型的语言、知识、理解、推理和学科五大能力均显著提高，在全球51个知名评测集（包括mmlu、agieval、arc、ceval、race、gsm8k等）共计30万道问题集合上，测试成绩整体排名全球第二，超过gpt-3.5-turbo以及meta公司新发布的llama2-70b等模型。 

据介绍，internlm-123在主要评测中，有12项成绩排名第一。其中，在评测集综合考试中的agieval分数为57.8，超越gpt-4位列第一；知识问答commonsenseqa的评测分数为88.5，排名第一；internlm-123b在阅读理解的五项评测中成绩全部居榜首；此外，在 推理的五项评测中成绩排名第一。