中国大语言模型崛起：超越ChatGPT的时代已来临

自GPT-3.5问世以来，大模型在国际舞台上声名鹊起。许多国内科技公司在一段时间内几乎无法与ChatGPT抗衡，导致一些企业选择购买课程、租用账号，或者使用开发者工具来应对这一局面。

![](https://blog.zg4007.com/usr/uploads/2023/08/871439562.png)

然而，如今情况有所改变，国内企业开始认真对待OpenAI并取得了重要进展。360、复旦大学、科大讯飞等公司纷纷宣称在中文能力上超越了ChatGPT。现在已经是2023年8月，这样声称超越国外竞品的企业数量越来越多。

中文模型的崛起使得ChatGPT逐渐失去了优势。早期，OpenAI在中文文本生成领域占据领先地位，可以满足市场对营销文案、小说、诗歌等高质量中文文本的需求。然而，国内厂商很快超越了这些功能，使它们成为大模型的“标配”。

根据第三方监测机构SimilarWeb的数据显示，从今年4月开始，ChatGPT的增长速度明显放缓。到2023年第二季度，人们的朋友圈几乎看不到OpenAI的身影。竞争对手的涌入、垂直模型的兴起以及新技术的迭代被认为是这种趋势的原因。

这种趋势带来了两个结果：更多的企业和机构选择使用本土产品，同时也对国外模型的市场份额造成一定影响。人们普遍认为，中文大模型正在变得越来越好用，并变得越来越聪明。政策层面对于国内产品的扶植力度正在加强，出于安全和自主可控等因素，ChatGPT在国内似乎已经失去了竞争优势。

然而，国内企业的野心并不仅仅局限于国内市场，一些公司已经将目光投向海外。

科大讯飞董事长刘庆峰表示，他们的星火大模型已经在中文上超越了ChatGPT，在英文上也已接近，并且还在进一步优化中。

中文大模型变得更聪明的背后

除了产品的改进之外，模型评价体系也得到了优化。

为了弥补中文大模型在评测方面的不足，清华大学、上海交通大学和爱丁堡大学合作推出了面向中文语言模型的综合评测集C-Eval，该评测受到了广泛关注。

与以往由第三方咨询公司主导、带有倾向性甚至定制化的行业评比不同，C-Eval在过程和结果上更加透明和公开。该评测包含13948道多项选择题，涵盖52个不同学科和四个难度级别。测试结果显示，清华智谱的ChatGLM2、OpenAI的GPT-4、商汤的SenseChat，以及APUS的AiLMe-100Bv1名列前四名。

相比微软亚洲研究院开发的基准测试AGIEval，C-Eval的评测领域更广泛。覆盖范围的拓宽意味着除了高考、公务员考试等场景外，其他特定职业领域也可以用C-Eval来衡量大模型的能力。

从另一个角度来看，C-Eval是对大模型在人文、社科和理工等多个领域综合知识能力的综合考察。在复杂且具有挑战性的任务中，大模型的性能往往会大幅下降。在C-Eval的评比结果中，APUS的AiLMe-100Bv1在平均分和处理难题方面超越了GPT-4，名列第一。

C-Eval评测的难度更高、要求更严格。评分流程更像是学校为学生准备的大考模式，各个公司参加统一考试，由系统自动打分，C-Eval团队进行成绩