讯飞星火V4.0整体超越GPT-4 Turbo 8个国际权威测试集测评第一

“星火大模型V4.0的发布，标志着完全自主可控的国产大模型，究竟走到了什么样的发展阶段。”6月27日，在星火大模型V4.0发布会现场，科大讯飞董事长刘庆峰说出了上面这段话。据悉，本次发布的星火大模型V4.0全面对标GPT-4 Turbo，实现了整体超越的重大突破，意味着自主可控的国产大模型迈向个性化、专属化与深度赋能千行百业的新台阶。

现场基于全国首个国产万卡算力集群“飞星一号”，讯飞星火大模型V4.0正式发布。讯飞星火V4.0 七大核心能力全面升级，全面对标GPT-4 Turbo，并实现在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面的整体超越。讯飞星火V4.0在图文识别能力上进一步升级，在科研、金融、医疗、司法、办公等场景的应用效果已领先GPT-4o。

目前，基于国内外中英文12项主流测试集的测试结果，星火V4.0实现了对GPT-4 Turbo的八项超越，尤其在理解与推理能力上，星火V4.0实现了完胜。在前不久结束的中高考中，星火大模型也与其它大模型一同“赴考”，在高考真题实测中，讯飞星火语数外各科“成绩”均排名第一，被评为“更会做题的大模型；在中考实测中，讯飞星火也在中国教育协会发布的北京中考横评中一举夺魁。此外，星火长文本能力也全新升级，并针对长文档知识问答的幻觉问题，业界首发溯源功能。

据悉，星火V4.0长文本通用能力效果与GPT-4 Turbo整体相当，并有针对性的解决了长文档知识问答中的幻觉问题。在会上，科大讯飞研究院院长刘聪实际演示了“内容溯源”功能。其以四大名著《西游记》为例，这是一本87万字的长篇小说，刘聪以“唐僧对孙悟空念了几次紧箍咒”为引，对全篇进行溯源，结果星火V4.0快速显示“念了6次紧箍咒”的结论，并列出了具体发生的场景。