6月13日，司南OpenCompass和魔搭ModelScope联手推出的大语言模型竞技场 Compass Arena公布首期大模型对战榜单。智谱AI的GLM-4 w/search 排名仅次于GPT-4o美股 杠杆，位列国内大模型第一。相比 GLM-4，GLM-4 w/search 可以在交互过程中引入外部搜索引擎信息辅助内容生成。
Compass Arena司南大模型竞技场是由司南OpenCompass团队和魔搭ModelScope团队共同推出的大语言模型 (LLM) 评测平台，旨在为国内的大语言模型领域引入一种全新的竞技模式，为广大互联网用户提供了一个匿名、随机的大语言模型竞技环境，以产生更加客观和真实的评价。Compass Arena汇集了Qwen-Max、GLM-4、abab6.5以及Llama 3系列等 20 余个主流大语言模型，通过创新的竞技模式，让用户在直观体验比较不同模型的性能后，根据自己对生成内容质量的主观判断，自由评估选择生成效果更为出色的大模型。
张国立在观众心目中是资深的实力派演员，虽然也有过做导演的经历，但是上一次做导演已经是20年前，观众也好奇，新电影有什么魔力，能打动张国立再次担任导演这个职务呢？
该剧改编自最著名的电子系列游戏之一，2296年，也就是在2077年全球爆发核大战的219年后，33号避难所中的一名女性居民露西·麦克莱恩首次踏入满目疮痍的洛杉矶地表以寻找被掠夺者掳走的父亲。与此同时，一件稀有科技的出现成为多方势力觊觎的对象，而露西却意外被卷入这场冲突之中并结识了钢铁兄弟会的骑士扈从马克西姆斯，以及战前是著名影星但现已变成尸鬼的赏金猎人。他们都有着各自不为人知的过去和要面对解决的问题，而此时，一场无形的巨大阴谋也随着事件发展逐渐浮出水面。
Compass Arena大模型竞技场首期对战榜单收集了截至6月12日接近6000条由用户真实反馈的大模型匿名对战数据，经过数据清洗和过滤后利用Bradley-Terry模型估计了大语言模型的竞技场Elo等级分数和95%置信区间，并使用该等级分数对大模型进行排名。榜单中，智谱AI的GLM-4 w/search凭借回答环节引入外部搜索引擎信息能力的辅助，有效提升了生成内容的准确性和完整性，排名仅次于GPT-4o位列第二名，成为Compass Arena大模型竞技场首期对战榜单国内大模型第一名。
值得一提的是，智谱AI的GLM-4系列模型自发布以来便收获业内及广大用户认可，并多次在权威榜单与全球顶级大模型一较高下。清华《SuperBench大模型综合能力评测报告》显示，GLM-4在语义理解等方面的能力表现超过众多国际一流模型，在代码、智能体等方面，排名国内第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型测评基准中，GLM-4斩获一项A+及多项A级评价，在国内大模型中排名第一。
据了解，智谱AI于今年1月推出新一代基座大模型GLM-4，并在6月初发布最新开源模型GLM-4-9B，该模型拥有更强的基础能力，支持更长的上下文（最高支持1M/约两百万字），有更精准的函数调用和All Tools能力，并在这个尺寸上首次具备了多模态能力。GLM-4-9B综合能力相比ChatGLM3-6B提升40%，全面超过Llama-3-8B-Instruct，中文学科能力提升50%，最高支持达1百万tokens长文本，支持多达26种语言，函数调用（Function Call）能力媲美GPT-4-Turbo。
上述模型均已在智谱AI MaaS大模型开放平台上线美股 杠杆，开发者可以通过bigmodel.cn便捷接入GLM-4全系列模型开放API，从而体验智谱大模型的卓越性能。
竞技场榜单模型智谱Arena发布于：江西省声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
