谁在给大模型打分

当新赛道挤满了摩拳擦掌的选手，场边的裁判员也应运而生。5月，国家科技部下属的中国科学技术信息研究所，发布了《中国人工智能大模型地图研究报告》。内容显示，截至5月28日，国内10亿级参数规模以上基础大模型至少已发布79个。每一个亮相时，都少不了“行业领先”“技术革新”诸如此类的标签。不免引来质疑:如何直观地评判哪一款大模型在技术和性能上更为卓越?那些宣称“第一”的评估标准与数据来源又是怎样的?