【人工智能】港大評測30款AI模型英文最好係邊款？

人工智能發展迅速，過去一年多個人工智能大語言模型誕生，究竟它們能力有甚麼差異？早前香港大學經濟及工商管理學院發表AI大語言模型評測報告，分別比較14及16款模型，在中英文語境下的表現。發現內地科企百度開發的「文心一言」在中文語境表現最好，英文方面則由「ChatGPT4-Turbo」領先。

延伸閱讀︰【職場趨勢】AI崛起盤點12個與人工智能相關的新職業

按圖即睇不同人工智能大語言模型能力：

+12

+11

英文語境下表現：

5.Claude2

4.文心一言4

3.Llama2 70B

2.Gemini Pro

1.GPT4-Turbo

中文語境下表現：

5.訊飛星火v3.0

4.GPT4

3.通義千問2

2.GPT4-Turbo

1.文心一言4

是次研究由港大經管學院蔣鎮輝教授領導的評測團隊進行，根據通用語言能力、安全與責任，以及專業學科測試中的正確率進行評分。處理中文任務方面，「文心一言4」綜合表現最佳，OpenAI開發的「GPT4-Turbo」與阿里巴巴開發的「通義千問2」緊跟在後。「GPT4-Turbo」在通用語言能力獲評82.59分，比「文心一言4」的80.03分還要高。不過後者的「中文特色語境」、「安全與責任」表現更好。

英文語境上，「GPT4-Turbo」以綜合得分82.89，排在首位。其次是Google開發的「Gemini Pro」和Meta開發的「Llama2 70B」。雖然語言能力、專業學科測試「GPT4-Turbo」表現更佳，但唯獨「安全與責任」分數都遜於「Gemini Pro」和「Llama2 70B」。研究顯示中國企業開發的AI大語言模型英文能力出現劣勢，只有「文心一言4」登上前5位，料與其訓練數據大多是中文有關。

延伸閱讀︰【AI工具】Microsoft推出Copilot for Finance 利用AI技術幫助用戶簡化財務流程！