近日，上海AI实验室和上海市数字医学创新中心联合推出的MedBench评测更新榜单，云知声山海大模型医疗行业版（UNIGPT-MED） 以综合得分54.7的优异成绩登顶榜首，充分彰显其硬核医疗实力。
医疗领域中文大模型不断涌现，如何对它们进行专业、科学的评测成为行业眼下亟待解决的问题。在此背景下，上海AI实验室和上海市数字医学创新中心基于OpenCompass大模型开放评测体系，联合推出中文医疗大语言模型开放评测平台MedBench，吸引了蚂蚁、商汤、百川、智谱等诸多大模型企业和研究机构参与其中，共同推进医疗大语言模型全面、专业、互认的评测体系建设。
基于医学语言理解、医学语言生成、医学知识问答、复杂医学推理、医疗安全和伦理5大维度，MedBench设置15项任务、20个数据集及30万道题目，为中文医疗大模型提供了客观科学的性能评测参考。
此次云知声参与评测的医学行业版大模型UNIGPT-MED在山海大模型升级的基础上，通过多年深耕医疗行业所积累的海量行业数据进行增量训练，并结合RLHF和RLAIF方法，生成大量符合偏好的医学数据，显著提升了模型在医学领域的专业性能和准确性，使其在MedBench的多个评测维度中展现出出色的实力，并在医学知识问答、医学语言理解两大关键维度中拔得头筹。
医学知识问答评测得分
医学语言理解评测得分
这一成绩的取得，是云知声在大模型赛道持续深耕、不断技术创新的成果体现。
作为中国AGI技术产业化的先行者，云知声于2016年开始打造Atlas人工智能基础设施，并以此为基础，构建云知大脑(UniBrain)技术中台——以山海（UniGPT）通用认知大模型为核心，结合多模态感知与生成、知识图谱、物联平台等智能组件，为云知声智慧物联、智慧医疗、智慧座舱、智慧交通等业务提供高效的产品化支撑，持续推动“U(云知大脑)+X(应用场景)”战略布局，致力推动千行百业的智慧化升级。
作为云知大脑的核心，山海大模型具备语言生成、语言理解、知识问答、逻辑推理、代码能力、数学能力、安全合规能力七项通用能力及插件扩展、领域增强、企业定制三项行业落地能力，且目前已由大语言模型升级至多模态大模型，拓展出文生图、文生视频、图片问答等多模态能力，能够满足更多场景的应用需求。
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，并在上个月的OpenCompass大模型评测中排名国产大模型厂商第四、全球大模型厂商第六，其在中英文双语客观评测中的语言、知识、推理能力，在综合性中文主观评测中的创作能力更是超越了GPT-4，跻身通用大模型第一梯队。
在医疗专业能力上，山海大模型于2023年6月的MedQA任务中超越Med-PaLM 2，取得87.1%的优异成绩；在临床执业医师资格考试中提升至523（总分600分），超过99%的考生水平。其基于山海大模型孵化的医疗大模型，也在CCKS 2023 PromptCBLUE医疗大模型评测中夺得通用赛道一等奖。
此次登顶MedBench评测榜，再次证实了云知声山海大模型在医疗领域的突出实力，也将鞭策云知声持续迭代大模型技术底座，实现大模型技术在多领域场景下的渗透和应用，以技术创新为各行各业带来更多智能化变革。 |
