图表内容
图表12：由GPT-4评估的回答质量
100%
100%
92%
93%
90%
76%
80%
68%
70%
60%
50%
LLaMA-13B Alpaca-13B Vicuna-13B
Bard
ChatGPT
由GPT-4评估的回答质量
研究报告节选:
目前大部分开源大模型性能未进行系统评价，更多处在起步试验阶段。在对性能进行评价的开源大模型中，Vicuna 的报告中利用 GPT-4 进行的评估相对较为系统，结果也最令人瞩目。最后更新: 2023-05-31
相关行业研究图表
弊分开粥大换生指数塔装的井3与尚用清说
大模型训练和推理的一殷流程
ChatGPT RLHF三步骤
开源大模型与Open4IGPT系大模型能力对比
缸帽公司的部分产品及其定价（战至2023年5月9日）
歌工程师发文阑述对大模型竞争格局的担忧
图表12：由GPT-4评估的回答质量
100%
100%
92%
93%
90%
76%
80%
68%
70%
60%
50%
LLaMA-13B Alpaca-13B Vicuna-13B
Bard
ChatGPT
