商汤“夺金”SuperCLUE-V多模态大模型基准10月榜单
数理逻辑推理能力世界第一
今日，中文多模态大模型测评基准SuperCLUE-V发布10月榜单：
商汤日日新·商量多模态大模型（SenseChat-Vision5.5）凭借多个任务上的出色表现，总得分位列国内大模型第一梯队，智夺金牌。
商量多模态大模型API入口（限时免费！）：
https://platform.sensenova.cn/doc?path=/model/mllm.md
商汤“商量”注册体验链接：
https://chat.sensetime.com/
凭借其卓越的多模态基础能力和出色的应用能力，商汤SenseChat-Vision 5.5荣获了总分73.56的高分，并在数理逻辑维度取得第一，体现其强大的推理能力。
SenseChat-Vision5.5基础能力突出，数理逻辑维度超越GPT-4o
本次SuperCLUE-V涵盖了国内外最具代表性的11个开源/闭源多模态理解大模型，聚焦多维度能力评估，包括基础能力和应用能力两个大方向，以开放式问题形式对多模态大模型进行评估，涵盖了8个一级维度30个二级维度。
报告称SenseChat-Vision 5.5在基础能力-数理逻辑推理任务如图表推理、场景推理方面具备领先优势。榜单显示，在数理逻辑分析能力中，SenseChat-Vision 5.5超越国内外所有参评模型包括GPT-4o的最新版本，位列第一。
SuperCLUE-V采用细粒度评估方式，构建专用测评集，每个维度进行细粒度的评估并可以提供详细的反馈信息，以下为SenseChat-Vision 5.5测试案例部分呈现：
目前，多模态大模型能力显著提升，可提供纯语言、多图理解、语音、文生图、拟人、端侧模拟、行业模型等多模态、多版本、强场景Agent形态。
前瞻构造高阶思维逻辑数据，用推理能力增强AI大模型智能
如今，复杂推理成为各模型之间的重要能力壁垒。对于大模型能力的分层，商汤科技董事长兼首席执行官徐立博士此前就提出三层架构(KRE)理论，即:第一层知识(Knowledge)，世界知识的全面灌注；第二层推理(Reasoning)，理性思维的质变提升；第三层执行(Execution)，世界内容的互动变革。
这三层可以组成一个对于世界提供生产力工具模型的完备能力，其中提升基础模型的推理能力是目前人工智能发展的大方向。徐立博士还提出在垂直行业里如何构造高阶思维逻辑的合成数据，也是制胜关键。
今年7月发布的“日日新5.5”大模型体系就创新使用大量使用合成高阶思维链数据，提升推理思维能力，在数理逻辑、英文、指令跟随等方面能力增强明显，2个多月的时间把基模型的能力提升了30%。
未来，商汤科技将继续坚持基础大模型的持续研发与投入，前瞻探索最先进的大模型技术，突破数据与算力的限制，引领大模型的创新与落地。
- 北京9岁小学生，已经用AI出书了！罗永浩围观：有事找不到我找AI2024-06-05
- 国产大模型：今天起，我们100万tokens只需1元！2024-05-11
- AI顶会ICLR，今年只有一家中国大模型公司受邀演讲2024-05-10
- Bengio精简了传统RNN，性能可与Transformer媲美2024-10-04
相关阅读
