乐歌股份董秘回复：公司正在研究将chatGPT和文心一言接入公司的智能屏，以提高产品的智能化水平和用户体验
2023年11月20日 每日一猜答案：。 答案：ABC。 每日一猜答案分析：
乐歌股份老板,乐歌股东,乐歌集团董事长,乐歌股份有限公司乐歌股份(300729)05月23日在投资者关系平台上答复了投资者关心的问题。
投资者：您好，请问公司智慧屏接入ChatGPT和文心一言研究的怎样了？有申请接口试用了么？
乐歌股份董秘：您好，感谢您的关注。公司正在研究将chatGPT和文心一言接入公司的智能屏，以提高产品的智能化水平和用户体验，智慧屏接入ChatGPT3.5的API目前已通过测试，但暂未上市销售。文心一言方面因暂未对外提供API，因此暂无成果转化。同时，我们也注意到，国家网信办起草了《生成式人工智能服务管理办法（征求意见稿）》，于4月11日向社会公开征求意见。待法律法规完善后，公司会积极上线智能产品接入ChatGPT或文心一言，谢谢！
乐歌股份2023一季报显示，公司主营收入7.96亿元，同比上升4.29%；归母净利润3.91亿元，同比上升2047.08%；扣非净利润1997.43万元，同比上升827.85%；负债率56.83%，投资收益-355.25万元，财务费用2325.34万元，毛利率37.16%。
该股最近90天内共有5家机构给出评级，买入评级4家，增持评级1家；过去90天内机构目标均价为22.06。
乐歌股份（300729）主营业务：聚焦线性驱动、智慧办公和健康办公,专注于人体工学产品及线性驱动部件的研发、生产及销售。
以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
中国高考难倒ChatGPT，全科不合格
中国高考有没有人全科满分,全国高考成功率,全输高考,中国高考全科满分?欢迎关注预约“头号AI玩家”视频号直播
作者 | 卷毛
编辑 | 张洁
头图 | Midjourney
* 今日头图使用Midjourney创作，关键词“一个机器人坐在桌*试，手里拿着笔在卷子上答题，漫画 --ar 16:9”
文心一言、通义千问、讯飞星火、MOSS……国产大模型这么多，究竟哪家强？
有的大模型对外宣称，自己已经“接近ChatGPT”、“超越ChatGPT”了，果真如此吗？
这类判定多是作者自述或测试了几个问题就得出的，实际上并不科学严谨。
“认知大模型刚刚起步，还在快速成长和迭代过程中，如果只是找一些单点例子来证明哪个系统强和弱，是没有意义的。”科大讯飞董事长刘庆峰曾表示，当我们向OpenAI致敬和学习，同时快速追赶并努力超越的时候，我们首先需要一套科学系统的评测体系。
让大模型像人类一样去参加考试，是目前比较通用的一种做法。
比如OpenAI公布GPT-4时就提到，GPT-4在许多专业测试中表现出超过绝大多数人类的水平。他们让GPT-4参加了多种基准考试测试，包括美国律师资格考试Uniform Bar Exam、法学院入学考试LSAT、“美国高考”SAT数学部分和证据性阅读与写作部分的考试，在这些测试中，它的得分高于88%的应试者。
最近还有研究显示，GPT-4通过了注册会计师考试，平均得分达到了85.1%。这是公认最难考的考试之一。
那么中文大模型也可以进行类似的测试，不过国内针对中文大模型的测试集并不多。
近日，甲骨易AI研究院首创推出了国内首个高质量中文数据集――“超越”（MMCU），一套针对中文通用大语言模型的测试集以及相应的评测方法，填补了中文大语言模型能力测试缺失的一大空白。
MMCU论文链接：【【网址】】/abs/2304.12986
这套测试集是怎么设计制作的？数据来源出自哪里？各个大模型的测试结果如何？5月20日，甲骨易AI研究院举行了发布会，对该项目进行了详细介绍。
下面，让我们来了解一下本场发布会的主角――“超越”MMCU文本测试集。
为什么要推出“超越”(Massi【【微信】】derstanding)数据集？
据甲骨易介绍，尽管国内各大厂商纷纷宣称自己的大模型已经可以对标ChatGPT，但事实上，国内大语言模型和国际一流仍有差距，超越并非一朝一夕就可以实现。虽然未来有望弯道超车，甚至后来者居上，但当下一些厂商这样的说辞，也只是停留在口号之上，尚未经过实践验证。
在国内大模型呈现“千模大战”的情况下，针对英文大语言模型已经有较为完善的评测方式，如2021年由Dan Hendrycks等人发布的MMLU（注：MMLU是一个2020年推出的包含57个不同学科的数据集，科目从STEM到人文，题目难度从初级到高级不等，主要目的是为了检验预训练模型的知识获取程度。）
但目前，一些可以用来评测大模型能力的数据集的数据分布存在不平衡的现象，如Common Crawl中，英文数据占了46%，而中文数据仅有5%。如果后续大模型都依照这种不平衡的配比进行训练，最终的结果是大模型的中文能力将远远不如英文。
与此同时，对理解中文的大语言模型及时加以客观公正的评价，使其“越”来越强大，也成为了当务之急。
因此，甲骨易推出“超越”，寓意是希望中文大语言模型“超”出多数模型只能基于英文数据集测试的现状，通过综合评估模型在多个学科上的知识广度和深度，能够帮助研究者更精准地找出模型的缺陷，并对模型的能力进行打分。
