近日，上海AI實驗室和上海市數(shù)字醫(yī)學創(chuàng)新中心聯(lián)合推出的MedBench評測更新榜單，云知聲山海大模型醫(yī)療行業(yè)版（UNIGPT-MED） 以綜合得分54.7的優(yōu)異成績登頂榜首，充分彰顯其硬核醫(yī)療實力。

醫(yī)療領(lǐng)域中文大模型不斷涌現(xiàn)，如何對它們進行專業(yè)、科學的評測成為行業(yè)眼下亟待解決的問題。在此背景下，上海AI實驗室和上海市數(shù)字醫(yī)學創(chuàng)新中心基于OpenCompass大模型開放評測體系，聯(lián)合推出中文醫(yī)療大語言模型開放評測平臺MedBench，吸引了螞蟻、商湯、百川、智譜等諸多大模型企業(yè)和研究機構(gòu)參與其中，共同推進醫(yī)療大語言模型全面、專業(yè)、互認的評測體系建設。

基于醫(yī)學語言理解、醫(yī)學語言生成、醫(yī)學知識問答、復雜醫(yī)學推理、醫(yī)療安全和倫理5大維度，MedBench設置15項任務、20個數(shù)據(jù)集及30萬道題目，為中文醫(yī)療大模型提供了客觀科學的性能評測參考。

此次云知聲參與評測的醫(yī)學行業(yè)版大模型UNIGPT-MED在山海大模型升級的基礎上，通過多年深耕醫(yī)療行業(yè)所積累的海量行業(yè)數(shù)據(jù)進行增量訓練，并結(jié)合RLHF和RLAIF方法，生成大量符合偏好的醫(yī)學數(shù)據(jù)，顯著提升了模型在醫(yī)學領(lǐng)域的專業(yè)性能和準確性，使其在MedBench的多個評測維度中展現(xiàn)出出色的實力，并在醫(yī)學知識問答、醫(yī)學語言理解兩大關(guān)鍵維度中拔得頭籌。

醫(yī)學知識問答評測得分

醫(yī)學語言理解評測得分

這一成績的取得，是云知聲在大模型賽道持續(xù)深耕、不斷技術(shù)創(chuàng)新的成果體現(xiàn)。

作為中國AGI技術(shù)產(chǎn)業(yè)化的先行者，云知聲于2016年開始打造Atlas人工智能基礎設施，并以此為基礎，構(gòu)建云知大腦(UniBrain)技術(shù)中臺——以山海（UniGPT）通用認知大模型為核心，結(jié)合多模態(tài)感知與生成、知識圖譜、物聯(lián)平臺等智能組件，為云知聲智慧物聯(lián)、智慧醫(yī)療、智慧座艙、智慧交通等業(yè)務提供高效的產(chǎn)品化支撐，持續(xù)推動“U(云知大腦)+X(應用場景)”戰(zhàn)略布局，致力推動千行百業(yè)的智慧化升級。

作為云知大腦的核心，山海大模型具備語言生成、語言理解、知識問答、邏輯推理、代碼能力、數(shù)學能力、安全合規(guī)能力七項通用能力及插件擴展、領(lǐng)域增強、企業(yè)定制三項行業(yè)落地能力，且目前已由大語言模型升級至多模態(tài)大模型，拓展出文生圖、文生視頻、圖片問答等多模態(tài)能力，能夠滿足更多場景的應用需求。

目前，最新版本的山海大模型通用大模型能力已超越GPT-3.5，并在上個月的OpenCompass大模型評測中排名國產(chǎn)大模型廠商第四、全球大模型廠商第六，其在中英文雙語客觀評測中的語言、知識、推理能力，在綜合性中文主觀評測中的創(chuàng)作能力更是超越了GPT-4，躋身通用大模型第一梯隊。

在醫(yī)療專業(yè)能力上，山海大模型于2023年6月的MedQA任務中超越Med-PaLM 2，取得87.1%的優(yōu)異成績；在臨床執(zhí)業(yè)醫(yī)師資格考試中提升至523（總分600分），超過99%的考生水平。其基于山海大模型孵化的醫(yī)療大模型，也在CCKS 2023 PromptCBLUE醫(yī)療大模型評測中奪得通用賽道一等獎。

此次登頂MedBench評測榜，再次證實了云知聲山海大模型在醫(yī)療領(lǐng)域的突出實力，也將鞭策云知聲持續(xù)迭代大模型技術(shù)底座，實現(xiàn)大模型技術(shù)在多領(lǐng)域場景下的滲透和應用，以技術(shù)創(chuàng)新為各行各業(yè)帶來更多智能化變革。