Besiegte Gemini-1.5-Pro ​​​​und GPT-4V und gehörte zu den drei besten der Welt bei den multimodalen Fähigkeiten großer Modelle

Vor kurzem hat das große Modell von Yuncong Technology erhebliche Fortschritte im multimodalen Bewertungsbereich von OpenCompass, der maßgeblichen umfassenden Bewertungsplattform, erzielt. Die neuesten Bewertungsergebnisse zeigen, dass die durchschnittliche Punktzahl des Congrong-Großmodells in diesem System bei 65,5 liegt. Dieses Ergebnis macht das Congrong-Großmodell zu einem der drei besten der Welt und übertrifft Googles Gemini-1.5-Pro ​​​​und GPT-4v auf Platz zwei nur auf On GPT-4o (69,9) und Claude3.5-Sonnet (67,9). Auf dem heimischen Markt übertraf die Leistung des großen Modells auch InternVL-Chat (61,7) und GLM-4V (60,8) und belegte den ersten Platz.

1. Multimodale OpenCompass-Liste

2. Das offene Bewertungssystem OpenCompass für große Modelle ist ein vollständiges Open-Source- und reproduzierbares Bewertungsframework, das vom Shanghai Artificial Intelligence Laboratory eingeführt wurde.

3. Die multimodale Bewertung von OpenCompass verwendet 8 repräsentative Datensätze, um die Fähigkeiten multimodaler großer Modelle aus mehreren Perspektiven objektiv zu quantifizieren, und bewertet die Dimensionsabdeckung:

   • Zielerkennung
   • Texterkennung
   • Aktionserkennung
   • Bildverständnis und relationales Denken
   • Kunst und Design
   • Wirtschaft
   • Wissenschaften
   • Gesundheit und Medizin
   • Geistes- und Sozialwissenschaften
   • Technologie und Ingenieurwesen
   • Mathematisches Denken

     

     Abbildung 2: Ruhiges großes Modell-2.0 Beispiele für Multimodalität Fähigkeiten

In dieser Bewertung schnitt das Congrong-Großmodell in 6 der Datensätze gut ab und belegte landesweit den ersten Platz (MMbench, MMStar, MathVista, HallusionBench, AI2D, OCRBench), insbesondere im OCRBench-Testsatz. Es erreichte mit 827 Punkten (von 1000 Punkten) die höchste Punktzahl der Welt und war 13 Punkte höher als das zweitplatzierte GLM-4v, was die Fähigkeit des ruhigen großen Modells bei der Texterkennung und textzentrierten visuellen Frage weiter verbesserte Beantwortung und dokumentenorientiert Die Anwendbarkeit in Geschäftsszenarien wie der visuellen Beantwortung von Fragen und der Extraktion wichtiger Informationen.

Abbildung 3: Demonstration der Großmodellfähigkeiten von OpenCompass China

Die hervorragende Leistung des Rongrong-Großmodells in diesem System beruht auf der selbst entwickelten effizienten multimodalen Verarbeitungsarchitektur und fortschrittlichen Computertechnologie von Yuncong Technology, um effizientes multimodales Modal zu erreichen Datenverarbeitungsfunktionen können eine effiziente Fusion und Umschaltung zwischen visuellen und sprachlichen Aufgaben ermöglichen und die Nutzung von Rechenressourcen maximieren, um sicherzustellen, dass bei der Verarbeitung großer multimodaler Daten eine hohe Leistung und Reaktionsgeschwindigkeit aufrechterhalten werden kann, sodass das Modell Der Trainingsprozess ist effizienter, die Konvergenzgeschwindigkeit ist schneller und die Leistung ist stabiler.

Gleichzeitig profitiert es auch von der langfristigen tiefgreifenden Anhäufung und kontinuierlichen Innovation von Yuncong Technology in den Bereichen Sehen und Sprache.

                                                                                                                                                                                                                Beispiel für die multimodale Fähigkeit 2.0, die zu den Top 5 der Welt zählt.

Als Plattformunternehmen, das sich auf die Forschung und Entwicklung von Mensch-Maschine-Kollaborationstechnologien konzentriert, hat

Yuncong Technology die Entwicklung und Anwendung von KI-Agenten und Großmodelltechnologie aktiv vorangetrieben. Mit der rasanten Entwicklung der Technologie der künstlichen Intelligenz sind multimodale Großmodelle zum zentralen Motor des industriellen Wandels geworden. Die herausragende Leistung des Rongrong-Modells im OpenCompass Large Model Open Evaluation System

ist nicht nur eine Anerkennung der technologischen Innovationsstärke von

Yuncong Technology, sondern setzt auch ein Zeichen in der Branche und inspiriert globale Technologieunternehmen in der neuen Runde der künstlichen Intelligenz. Erreichen Sie die Höhen des Wettbewerbs.

Das obige ist der detaillierte Inhalt vonBesiegte Gemini-1.5-Pro ​​​​und GPT-4V und gehörte zu den drei besten der Welt bei den multimodalen Fähigkeiten großer Modelle. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!