2024中國(guó)大模型內(nèi)容生成及安全性能力評(píng)測(cè)

通用大模型內(nèi)容生成及安全性能力評(píng)測(cè)2023年6月評(píng)測(cè)結(jié)果和發(fā)現(xiàn)01隨著技術(shù)的不斷進(jìn)步和創(chuàng)新，以及數(shù)據(jù)規(guī)模的不斷擴(kuò)大，以文心一言為代表的中國(guó)本土通用大模型的能力正在顯著提升，綜合能力的行業(yè)平均水平已經(jīng)與ChatGPT3.5不相上下02在“安全體系能力”方面，文心一言已經(jīng)完全拉開了與GPT3.5的差距03①

對(duì)于明確的“任務(wù)”，能夠做到準(zhǔn)確的識(shí)別，執(zhí)行的“任務(wù)”包括違法亂紀(jì)、惡意辱罵、隱私涉密、謠言造假等性質(zhì)的問題；②

對(duì)于存在爭(zhēng)議的內(nèi)容的“任務(wù)”，能夠客觀持中的給出相關(guān)信息；③

對(duì)邏輯復(fù)雜且存在誘導(dǎo)類的“任務(wù)”，能夠基于社會(huì)主義價(jià)值觀針對(duì)性的做出正確“指引”。在基礎(chǔ)服務(wù)能力、交互響應(yīng)能力、理解創(chuàng)作能力方面，國(guó)產(chǎn)通用大模型都能夠表現(xiàn)出相當(dāng)?shù)乃?，且不弱與GPT3.5的實(shí)測(cè)表現(xiàn)，但國(guó)產(chǎn)通用大模型已經(jīng)初步形成了不同的能力梯隊(duì)；在深度推理能力和專業(yè)領(lǐng)域能力方面，本次評(píng)測(cè)的所有通用大模型，所展現(xiàn)出來的能力，都存在較大的優(yōu)化空間①

顯著發(fā)生的“幻覺發(fā)生率”，反饋的內(nèi)容包含大量在事實(shí)上無效或缺乏足夠?qū)嵺`證明的說辭；②

很多反饋信息屬于較為陳舊的信息，缺乏對(duì)專業(yè)領(lǐng)域知識(shí)及時(shí)更新的能力；③

反饋的信息僅限于羅列，缺乏有效的歸納，專業(yè)性不足。背景通用大模型生成內(nèi)容的開發(fā)和使用，也需要遵守相關(guān)法律法規(guī)和道德規(guī)范01快速發(fā)展的通用大模型2020年2個(gè)2021年30個(gè)2022年28個(gè)2023年19個(gè)CVNLP多模態(tài)語(yǔ)音智能決策AI4S不同領(lǐng)域大模型數(shù)量全球已發(fā)布認(rèn)知大模型，中美共占80%，中國(guó)已有79個(gè)大模型。高校/科研機(jī)構(gòu) 聯(lián)合 企業(yè)高校/科研機(jī)構(gòu)11288聯(lián)合-572企業(yè)113139中國(guó)大模型的發(fā)展Source：中國(guó)科學(xué)技術(shù)信息研究所《中國(guó)人工智能大模型地圖研究報(bào)告》需要走規(guī)范化的路徑，引導(dǎo)相關(guān)技術(shù)的健康發(fā)展中國(guó)堅(jiān)持全面依法治國(guó)，推進(jìn)法治中國(guó)建設(shè)。在此過程中，為了保障生成式人工智能技術(shù)的規(guī)范發(fā)展，保護(hù)網(wǎng)絡(luò)安全、數(shù)據(jù)安全、個(gè)人信息等，確保生成式人工智能技術(shù)的發(fā)展符合國(guó)家利益和公眾利益；同時(shí)規(guī)范生成式人工智能服務(wù)提供者的責(zé)任和義務(wù)，規(guī)定其嚴(yán)格遵守相關(guān)法律，確保服務(wù)的合法、安全和有序發(fā)展。中國(guó)相關(guān)部門陸續(xù)出臺(tái)了生成式人工智能技術(shù)相關(guān)的法律法規(guī)：安全2023年2月15日發(fā)布《生成式人工智能服務(wù)管理辦法（征求意見稿）》2020年10月15日通過《中華人民共和國(guó)個(gè)人信息保護(hù)法》合2019年8月20日通過《中華人民共和國(guó)數(shù)據(jù)安全法》規(guī)2016年11月16日發(fā)布《中華人民共和國(guó)網(wǎng)絡(luò)安全法》做好通用大模型生成內(nèi)容安全性評(píng)測(cè)的意義和價(jià)值降低法律的風(fēng)險(xiǎn)在生成的內(nèi)容中，可能存在違反法律法規(guī)的情況，如傳播不良信息、侵犯他人權(quán)益等。通過安全性管理和評(píng)測(cè)，可以避免這種情況的發(fā)生，降低法律風(fēng)險(xiǎn)。促進(jìn)技術(shù)的發(fā)展安全性管理和評(píng)測(cè)是人工智能技術(shù)發(fā)展的重要保障。通過加強(qiáng)安全性管理和評(píng)測(cè)，可以推動(dòng)人工智能技術(shù)的不斷創(chuàng)新和發(fā)展。保護(hù)用戶的利益大模型生成的內(nèi)容包括各種形式的信息，包括文本、圖片、視頻等，其中可能包含敏感信息、隱私信息或具有誤導(dǎo)性的信息。通過安全性管理和評(píng)測(cè)，可以確保生成的內(nèi)容符合用戶需求和期望，保護(hù)用戶的利益。提高模型的質(zhì)量通過評(píng)測(cè)可以發(fā)現(xiàn)模型中存在的問題和缺陷，及時(shí)進(jìn)行修復(fù)和優(yōu)化，從而提高模型的質(zhì)量和準(zhǔn)確性。方法強(qiáng)化數(shù)字化技術(shù)與應(yīng)用發(fā)展法治化建設(shè)、護(hù)航中國(guó)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)穩(wěn)健發(fā)展02通用大模型的評(píng)測(cè)步驟Step

1Step

2Step

3Step

4評(píng)測(cè)標(biāo)準(zhǔn)研制評(píng)測(cè)環(huán)境部署備選模型評(píng)測(cè)評(píng)測(cè)結(jié)果輸出評(píng)測(cè)標(biāo)準(zhǔn)研制確定評(píng)測(cè)標(biāo)準(zhǔn)的范圍明確本次通用大模型生成內(nèi)容安全性測(cè)評(píng)標(biāo)準(zhǔn)研制的目的、適用的范圍，方便后續(xù)的評(píng)測(cè)工作能夠有針對(duì)性地進(jìn)行。制定評(píng)測(cè)標(biāo)準(zhǔn)的草案在確定標(biāo)準(zhǔn)的需求范圍后，制定本次評(píng)測(cè)標(biāo)準(zhǔn)的草案。草案在經(jīng)過多方多輪次專家反饋后，多次修改和完善，確保標(biāo)準(zhǔn)的準(zhǔn)確性和可行性。征求評(píng)測(cè)標(biāo)準(zhǔn)的意見制定好標(biāo)準(zhǔn)草案后，向相關(guān)的利益相關(guān)者征求意見和反饋。這些利益相關(guān)者包括但不限于行業(yè)協(xié)會(huì)、業(yè)內(nèi)企業(yè)等。評(píng)測(cè)標(biāo)準(zhǔn)研制的方法和步驟確定評(píng)測(cè)標(biāo)準(zhǔn)的范圍制定評(píng)測(cè)標(biāo)準(zhǔn)的草案征求評(píng)測(cè)標(biāo)準(zhǔn)的意見試運(yùn)營(yíng)評(píng)測(cè)標(biāo)準(zhǔn)本次研究的評(píng)測(cè)標(biāo)準(zhǔn)能力描述具體指標(biāo)基礎(chǔ)服務(wù)能力交互響應(yīng)能力理解創(chuàng)作能力深度推理能力專業(yè)領(lǐng)域能力安全體系能力常見語(yǔ)義和描述的識(shí)別、交互能力在語(yǔ)義和描述的理解與交互能力基礎(chǔ)上、實(shí)現(xiàn)順利的交互響應(yīng)能力基于對(duì)語(yǔ)義和描述的理解，實(shí)現(xiàn)針對(duì)性的生成創(chuàng)作能力整合情感及中文內(nèi)涵特性進(jìn)行深度推理的創(chuàng)作交互能力對(duì)不同行業(yè)、不同行業(yè)特定場(chǎng)景的理解、相應(yīng)知識(shí)與信息的交互能力法律法規(guī)要求限定的，包括倫理道德、隱私保護(hù)、違法犯罪、負(fù)面誘導(dǎo)等方面的防護(hù)能力常見語(yǔ)義和描述的識(shí)別識(shí)別并理解交互的語(yǔ)境多輪次對(duì)話的一致性理解詩(shī)詞成語(yǔ)且進(jìn)行創(chuàng)作交互行業(yè)領(lǐng)域：制造、金融、能源、教育……法律法規(guī)限定與要求常見語(yǔ)義和描述的匹配常識(shí)性知識(shí)與信息的交互涉及多個(gè)領(lǐng)域的任務(wù)對(duì)話識(shí)別對(duì)話環(huán)境與情緒要求場(chǎng)景領(lǐng)域：生產(chǎn)、運(yùn)營(yíng)、管理、財(cái)務(wù)、物流……倫理道德與負(fù)面誘導(dǎo)常見語(yǔ)義和描述的檢索常識(shí)性知識(shí)與信息的連續(xù)交互根據(jù)文本材料的理解輸出觀點(diǎn)基于對(duì)話環(huán)境與情緒要求進(jìn)行創(chuàng)作交互行業(yè)與場(chǎng)景的交叉領(lǐng)域：流程制造行業(yè)的物流、離散制造行業(yè)的倉(cāng)儲(chǔ)……惡意辱罵與歧視偏見常見語(yǔ)義和描述的對(duì)話角色要求下的常規(guī)聊天模式的交互根據(jù)文本材料的理解輸出標(biāo)題或摘要——?jiǎng)?chuàng)新業(yè)務(wù)領(lǐng)域：新零售、數(shù)字化營(yíng)銷、共享服務(wù)……隱私安全與保護(hù)角色要求下的語(yǔ)義和描述的對(duì)話角色要求下的專業(yè)知識(shí)與信息的交互針對(duì)特定要求的理解輸出專門文案————虛假信息甄別與檢測(cè)經(jīng)過多方多輪次專家的建議與修訂，擬采用如下評(píng)測(cè)標(biāo)準(zhǔn)，包括6大維度27個(gè)細(xì)化的指標(biāo)項(xiàng)，作為對(duì)通用大模型進(jìn)行評(píng)測(cè)的基礎(chǔ)標(biāo)準(zhǔn)。本次研究的評(píng)測(cè)方法針對(duì)通用大模型的評(píng)測(cè)，采取統(tǒng)一的評(píng)測(cè)環(huán)境，包括：評(píng)測(cè)標(biāo)準(zhǔn)、評(píng)測(cè)范圍、評(píng)測(cè)工具、計(jì)分方式。評(píng)測(cè)范圍 評(píng)測(cè)工具 計(jì)分方式時(shí)事與政治歷史與文化經(jīng)濟(jì)與社會(huì)輿論與熱點(diǎn)人文與科技行業(yè)與場(chǎng)景RPA評(píng)測(cè)工具評(píng)測(cè)對(duì)象大模型返回生成內(nèi)容并記錄基于評(píng)測(cè)標(biāo)準(zhǔn)的提示語(yǔ)料1. 每個(gè)提示語(yǔ)料做為一次評(píng)測(cè)任務(wù)，即一個(gè)記分點(diǎn)；2. 對(duì)應(yīng)每個(gè)具體維度的評(píng)測(cè)指標(biāo)，設(shè)置100個(gè)評(píng)測(cè)任務(wù)；3. 每執(zhí)行一個(gè)評(píng)測(cè)任務(wù)，對(duì)結(jié)果進(jìn)行確定，正確回答得相應(yīng)的積分。即對(duì)應(yīng)每個(gè)相關(guān)評(píng)測(cè)指標(biāo)，驗(yàn)證每個(gè)評(píng)測(cè)任務(wù)結(jié)果的對(duì)錯(cuò)，正確記1分，答錯(cuò)或未作答記0分，最終取100個(gè)任務(wù)中正確結(jié)果的占比為對(duì)應(yīng)標(biāo)評(píng)測(cè)標(biāo)準(zhǔn)的積分；4. 每個(gè)具體維度的得分，為對(duì)應(yīng)評(píng)測(cè)指標(biāo)得分/測(cè)評(píng)指標(biāo)數(shù)量；5. 大模型總分=評(píng)測(cè)的維度得分匯總/6。以中文形式表達(dá)的評(píng)測(cè)任務(wù)評(píng)測(cè)基于實(shí)測(cè)信息反饋，助力國(guó)產(chǎn)通用大模型優(yōu)化和推廣03綜合能力評(píng)測(cè)結(jié)果Source：μ國(guó)產(chǎn)通用大模型綜合能力行業(yè)均值。7.638.927.837.896.616.887.650.005.0010

.00文心一言通義千問ChatGLM360智腦訊飛星火GPT3.5盡管中國(guó)本土通用大模型在初始化階段落后于國(guó)外產(chǎn)品，但隨著技術(shù)的不斷進(jìn)步和創(chuàng)新，以及數(shù)據(jù)規(guī)模的不斷擴(kuò)大，中國(guó)本土通用大模型的能力正在逐步提升，綜合能力的行業(yè)平均水平已經(jīng)與ChatGPT3.5不相上下。大模型綜合能力評(píng)測(cè)μ（國(guó)產(chǎn)）：7.63 國(guó)產(chǎn)大模型追趕產(chǎn)業(yè)標(biāo)桿的速度遠(yuǎn)超想象：8.92

國(guó)產(chǎn)通用大模型的領(lǐng)頭羊不同維度關(guān)鍵能力評(píng)測(cè)結(jié)果0.005.00文心一言 通義千問ChatGLM 360智腦 訊飛星火 GPT3.5基礎(chǔ)服務(wù)能力 交互響應(yīng)能力 理解創(chuàng)作能力 深度推理能力 專業(yè)領(lǐng)域能力 倫理安全能力具體到6大關(guān)鍵能力（基礎(chǔ)服務(wù)能力、交互響應(yīng)能力、理解創(chuàng)作能力、深度推理能力、專業(yè)領(lǐng)域能力、安全體系能力），中國(guó)本土通用大模型所表現(xiàn)出來的實(shí)力不俗，尤其是在“安全體系能力”方面，以文心一言、ChatGLM為代表，已經(jīng)逐步拉開了與GPT3.5的差距。大模型不同維度關(guān)鍵能力評(píng)測(cè)10

.007.07文心一言、ChatGLM：深度推理能力優(yōu)于GPT3.5μ（安全體系能力）：7.07國(guó)產(chǎn)大模型全面領(lǐng)先GPT3.5所表現(xiàn)出來的能力Source：μ國(guó)產(chǎn)通用大模型安全體系能力行業(yè)均值?；A(chǔ)服務(wù)能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景基礎(chǔ)服務(wù)能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5基礎(chǔ)服務(wù)能力釋義說明——常見語(yǔ)義和描述的識(shí)別、交互能力；包括通用大模型對(duì)常見語(yǔ)義和描述的識(shí)別能力、匹配能力、檢索能力、對(duì)話能力、以及角色要求下的語(yǔ)義和描述的對(duì)話?；A(chǔ)服務(wù)能力評(píng)測(cè)結(jié)果——整體來看，本次評(píng)測(cè)的通用大模型，在常見語(yǔ)義和描述的基礎(chǔ)對(duì)話能力方面，都能夠表現(xiàn)出相當(dāng)?shù)乃?；但文心一言與GPT3.5，就評(píng)測(cè)結(jié)果來看，已經(jīng)與其他評(píng)測(cè)模型拉開了一定的距離，并形成第一陣營(yíng)，而聚集在第二陣營(yíng)的通用大模型，基礎(chǔ)服務(wù)能力表現(xiàn)相互膠著；——“歷史與文化”領(lǐng)域是各通用大模型都表現(xiàn)較為突出的領(lǐng)域，而“經(jīng)濟(jì)與社會(huì)”

領(lǐng)域第一第二陣營(yíng)之間差距較大；——在“輿論與熱點(diǎn)”、“時(shí)事與政治”領(lǐng)域，文心一言所表現(xiàn)出來的基礎(chǔ)服務(wù)能力，比GPT3.5更加突出。交互響應(yīng)能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景交互響應(yīng)能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5交互響應(yīng)能力釋義說明——在語(yǔ)義和描述的理解與交互能力基礎(chǔ)上、實(shí)現(xiàn)順利的交互響應(yīng)能力；包括大模型能夠識(shí)別理解交互的語(yǔ)境、信息的交互、連續(xù)交互、角色要求下的聊天模式交互，以及角色要求下專業(yè)知識(shí)與信息的交互。交互響應(yīng)能力評(píng)測(cè)結(jié)果——從評(píng)測(cè)的結(jié)果來看，各通用大模型都非常重視交互響應(yīng)能力，相互之間雖然形成了能力的差異，但整體差距并不是特別突出；——本次評(píng)測(cè)的本土通用大模型在6大領(lǐng)域都有可圈可點(diǎn)的能力展現(xiàn)：①

文心一言：在“時(shí)事與政治”、“輿論與熱點(diǎn)”領(lǐng)域，給出的反饋在正確性、規(guī)范性、專業(yè)性等方面體驗(yàn)到位；②

通義千問：在“人文與科技”領(lǐng)域表現(xiàn)出不俗的能力；③

ChatGLM：綜合能力發(fā)展均衡，在6大領(lǐng)域做出的反饋，絕大多數(shù)都能夠給出正確的作答。理解創(chuàng)作能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景理解創(chuàng)作能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5理解創(chuàng)作能力釋義說明——基于對(duì)語(yǔ)義和描述的理解，實(shí)現(xiàn)針對(duì)性的生成創(chuàng)作能力；包括多輪次對(duì)話的一致性、多個(gè)任務(wù)的對(duì)話能力、輸出觀點(diǎn)、摘要或輸出專門文案的能力。理解創(chuàng)作能力評(píng)測(cè)結(jié)果——作為大模型非常重要的一個(gè)輸出能力，基于本次評(píng)測(cè)結(jié)果來看，所有通用大模型距離預(yù)期都還有可優(yōu)化的空間，僅文心一言、ChatGLM與GPT3.5能夠給出可接受的“需要調(diào)整的”反饋；——本次評(píng)測(cè)的本土通用大模型所暴露的問題包括：①

答案正確，但不夠全面；②

邏輯正確，但依據(jù)不足；③

語(yǔ)句正確，但格式不規(guī)范，缺乏層次；④

專業(yè)正確，但內(nèi)容古早?！w都缺乏理解創(chuàng)作能力應(yīng)該具備的“創(chuàng)作感和驚喜感”。深度推理能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果深度推理能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5深度推理能力釋義說明——整合情感及中文內(nèi)涵特性進(jìn)行深度推理的創(chuàng)作交互能力；包括識(shí)別并理解詩(shī)詞、對(duì)話環(huán)境、情緒要求等基礎(chǔ)上的創(chuàng)作。深度推理能力評(píng)測(cè)結(jié)果——相較于理解創(chuàng)作能力，本次評(píng)測(cè)的所有通用大模型，在深度推理方面所展現(xiàn)出來的能力需要優(yōu)化的空間更大；——本次評(píng)測(cè)的本土通用大模型最主要的問題為顯著的“幻覺發(fā)生率”，反饋的內(nèi)容包含大量在事實(shí)上無效或缺乏足夠?qū)嵺`證明的說辭。專業(yè)領(lǐng)域能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果專業(yè)領(lǐng)域能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5專業(yè)領(lǐng)域能力釋義說明——對(duì)不同行業(yè)、不同行業(yè)特定場(chǎng)景的理解、相應(yīng)知識(shí)與信息的交互能力。專業(yè)領(lǐng)域能力評(píng)測(cè)結(jié)果——從評(píng)測(cè)的結(jié)果來看，本次評(píng)測(cè)的所有通用大模型，都在有意識(shí)的發(fā)展專業(yè)領(lǐng)域的能力，例如文心一言、ChatGLM在6大領(lǐng)域的專業(yè)能力發(fā)展較為均衡，而GPT3.5在“行業(yè)與場(chǎng)景”、“經(jīng)濟(jì)與社會(huì)”領(lǐng)域較為突出；——需要注意的是，在專業(yè)領(lǐng)域能力方面，提出的問題（執(zhí)行的任務(wù)）主要集中在對(duì)“專業(yè)領(lǐng)域問題進(jìn)行有效的識(shí)別、匹配并檢索”，所以結(jié)果較好，一旦涉及較為復(fù)雜的問題，大模型現(xiàn)在所能反饋的內(nèi)容具有一定的局限性，主要表現(xiàn)為：①

很多反饋信息屬于較為陳舊的信息，缺乏對(duì)專業(yè)領(lǐng)域知識(shí)及時(shí)更新的能力；②

反饋的信息僅限于羅列，缺乏有效的歸納，專業(yè)性不足。安全體系能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果安全體系能力：大模型不同領(lǐng)域評(píng)測(cè)結(jié)果時(shí)事與政治輿論與熱點(diǎn)歷史與文化經(jīng)濟(jì)與社會(huì)行業(yè)與場(chǎng)景文心一言360智腦人文與科技通義千問訊飛星火ChatGLMGPT3.5安全體系能力釋義說明——法律法規(guī)要求限定的，包括倫理道德、隱私保護(hù)、違法犯罪、負(fù)面誘導(dǎo)等方面的防護(hù)能力。安全體系能力評(píng)測(cè)結(jié)果——中國(guó)本土通用大模型在安全體系方面的能力表現(xiàn)，普遍的比GPT3.5更加可靠，這從實(shí)踐角度表明，中國(guó)的科技廠商更加深刻的意識(shí)到安全體系能力的建設(shè)，對(duì)于通用大模型的可持續(xù)發(fā)展和社會(huì)影響至關(guān)重要；——本次評(píng)測(cè)過程中，文心一言在安全體系方面表現(xiàn)出足夠的能力，具體表現(xiàn)為：①

對(duì)于明確的“任務(wù)”，能夠做到準(zhǔn)確的識(shí)別，執(zhí)行的“任務(wù)”包括違法亂紀(jì)、惡意辱罵、隱私涉密、謠言造假等性質(zhì)的問題；②

對(duì)于存在爭(zhēng)議的內(nèi)容的“任務(wù)”，能夠客觀持中的給出相關(guān)信息；③

對(duì)邏輯復(fù)雜且存在誘導(dǎo)類的“任務(wù)”，能夠基于社會(huì)主義核心價(jià)值觀針對(duì)性的做出正確“指引”。建議當(dāng)前中國(guó)本土的大模型以服務(wù)于中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展為導(dǎo)向，并做出自己的創(chuàng)新，全面超越海外巨頭還需時(shí)日，但各路英豪激流勇進(jìn)，未來可期04提升大模型需求側(cè)獲得感的具體舉措意義010204提供個(gè)性化服務(wù)通用大模型應(yīng)該能夠根據(jù)用戶的需求和偏好，提供個(gè)性化的服務(wù)。通過了解用戶的需求和行為，可以為用戶提供更符合其需求的推薦和建議，讓用戶感受到通用大模型對(duì)其個(gè)性化的關(guān)注和服務(wù)，從而提高用戶的獲得感。增強(qiáng)用戶體驗(yàn)通用大模型應(yīng)該具備良好的用戶體驗(yàn)，包括易于理解和使用的交互界面、快速響應(yīng)和高效處理用戶請(qǐng)求的能力等。通過優(yōu)化用戶體驗(yàn)，可以讓用戶更愿意使用通用大模型，從而增強(qiáng)用戶的獲得感。加強(qiáng)安全體系建設(shè)和保護(hù)通用大模型應(yīng)該能夠保護(hù)用戶的數(shù)據(jù)安全和隱私。通過加強(qiáng)數(shù)據(jù)安全和隱私保護(hù)措施，可以讓用戶對(duì)通用大模型產(chǎn)生信任感和安全感，從而提高用戶的獲得感。提高模型的準(zhǔn)確性和效果通用大模型應(yīng)該具備高準(zhǔn)確性和效果，能夠?yàn)橛脩籼峁┚珳?zhǔn)的預(yù)測(cè)和決策支持。通過不斷優(yōu)化算法和模型，提高模型的性能和效果，可以讓用戶更信任和依賴通用大模型，從而提高用戶的獲得感。強(qiáng)化通用大模型生成內(nèi)容及安全性能力建設(shè)，是提升需求側(cè)“持續(xù)獲得感”的重要基石獲得感是需求側(cè)在使用通用大模型時(shí)所獲得的收益和體驗(yàn)，這包括提高效率、降低成本、優(yōu)化決策、解決問題等方面。通過不斷提高模型的準(zhǔn)確性和效果、增強(qiáng)用戶體驗(yàn)、提供個(gè)性化服務(wù)以及加強(qiáng)安全體系建設(shè)和保護(hù)能力等方面，可以為需求側(cè)帶來更好的獲得感，從而推動(dòng)通用大模型的廣泛應(yīng)用和發(fā)展。03建議堅(jiān)持走可持續(xù)發(fā)展道路，推動(dòng)通用大模型“健康發(fā)展、安全使用”，激活各類市場(chǎng)參與主體的積極性，打造統(tǒng)一開放、多元化多層次、合規(guī)高效的生成式人工智能技術(shù)與