截至2023年6月末，平安累计投入逾8.27万亿元支持实体经济发展，保险资金绿色投资规模1,409.29亿元，绿色贷款余额1,349.26亿元。

第二，我们可以用它来实实在在做一些最基础的事情。这就意味着，如果不把因果关系加上去，大模型只是在进行强行关联，幸运的话，模型在回答问题时能够给出正确答案，否则就会胡说八道。

在我看来，对于当前的大模型来说，如果想要真正突破一些最底层逻辑上的问题，因果关系（Causality）是一条必经之路。用这样一种简单的方法去做一些loss上面的设计，我们就可以得到一个非常好的等变的多模态相似性。最后，我想给做大模型尤其是多模态大模型的研究者一些学术上面的建议。编者按：2023 年 8月14日，第七届GAIR全球人工智能与机器人大会在新加坡乌节大酒店正式开幕。所以，如果想得到真正的多模态大模型，就必须找到一种可递归，可拆解的的tokenization的方法，把非语言模态转成可递归分布的token。

第二个例子是在卫生间中，抽水马桶与人共同出现的概率经过因果干预以后反而升高了，这又是为什么？其实还是我所强调的那个原因，在这个数据集当中，基本上马桶与人在一起共生的次数非常少，或许是出于个人隐私，不可能经常拍到一个人在上厕所，所以照片中在马桶周围基本没有人存在，就算有人，也不是正在使用马桶的场景。在第一天的青年科学论坛家专场上，南洋理工大学副教授张含望带来了以《视觉识别中的因果关系》为主题的演讲。比不出来？那就再来一题。

这么短的时间内，国内大模型是否真就赶上了GPT-4。文心大模型4.0GPT-4果然，通过这道题，能看出百度是有20年前的互联网记忆的，OpenAI在本土化方面的表现被百度碾压，符合预期。尝试一下例子：文心大模型4.0GPT-4本以为这个case两个模型也都要翻车，没想到文心和GPT竟然都做对了。文心大模型4.0GPT-4文心大模型4.0的代码能力的确有了不错的提升，本题打平。

第八类评测题：GPT-4最擅长的数学计算在我们之前的评测中，GPT-4的数学计算完爆一众国产模型。GPT-4太失败了，时隔半年，它还是认为生蚝煮熟后就变成了熟蚝，现在认为煮熟后叫做蚝或者煮熟的蚝。

有媒体针对连着进行了公开的评测，结果显示文心大模型4.0已然在综合能力上可以逼近并比肩 GPT-4，甚至在一些强调文化背景的问题中展现了超越 GPT-4 的态势。几个月过去了，GPT-4还是做不对，但亲测文心4.0成为了目前全世界唯一一个把这个case做对的大模型。文心大模型在4.0时代综合能力的进化，是为未来一个智能时代的到来奠基。第四类评测题：成年人不擅长的古诗生成题文心大模型4.0GPT-4能从结果看出，果然还是百度更懂中文。

第五类评测题：本土文化考察：90后专属非主流文字识别80、90后一定还记得当年在QQ空间上流行的非主流文字，来，看看你俩有没有刷过QQ空间。而伴随着文心大模型4.0的发布，经过测评后，可以给出的答案是：文心大模型4.0综合水平与GPT-4相比确实已经毫不逊色。由于case有限，尽管从这不到20个case中，看起来文心大模型4.0效果比GPT-4效果好很多，但实际上由于测试类型覆盖不够全，因此不能得出置信的文心大模型4.0比GPT-4强的结论，仅能作为一个对两个大模型能力特色的感性认知。文心大模型4.0GPT-4仔细对比下，文心4.0的英翻中的结果翻译腔明显更弱，翻译的更加地道，本题文心4.0胜。

第二类评测题：打败80%人类的中文语言理解题在语言理解问题上，简单case测试没意义。第十类评测题：测测翻译腔做机器翻译容易，但想要翻译出来的内容非常地道，不带翻译腔，其实很难。

文心大模型4.0GPT-4可以看到这一局评测双方表现都差强人意，可以说是打平。此次测评维度评测整体围绕模型的语言理解、推理、生成、知识、记忆这五个维度展开设计，设计了以下10类评测题：常识推理题打败80%人类的中文语言理解题再上点难度：语言理解+逻辑推理成年人不擅长的古诗生成题本土文化考察：90后专属非主流文字识别弱智吧经典战役知识问答：四大名著考察GPT-4最擅长的数学计算GPT-4最擅长的代码题测测翻译腔第一类评测题：常识推理题首先祭出这个曾经把全体大模型（包括文心一言3.5、通义千问、讯飞星火、ChatGPT等）都干崩了的常识推理Case：文心大模型4.0GPT-4结果显示，文心4.0完胜。

通过上面从理解、生成、逻辑、记忆这四大能力出发并且不断切换不同展示能力的视角与问题，可以看到文心大模型4.0已然在综合能力上可以逼近并比肩 GPT-4，甚至在一些强调文化背景的问题中展现了超越 GPT-4 的态势。第七类评测题：知识问答：四大名著考察相信大家已经通过上面的评测感受到了文心4.0在中文语言理解等方面对GPT-4形成的碾压。第三类评测题：语言理解+逻辑推理文心大模型4.0GPT-4虽然GPT-4和文心4.0答案都对了，但推理过程是错的，这局算打平。文心大模型4.0GPT-4离大谱。雷峰网(公众号：雷峰网)。一直以来，国内外无数大模型测评榜单来来去去回回，其中哪怕是在中文能力之上，始终位居榜首纹丝不动的仍然是目前世界上最先进的大模型——GPT-4。

文心大模型4.0GPT-4可以看到，文心4.0逐步分析，展现出了清晰的推理逻辑，而 GPT-4 则明显晕了，效果惊艳，文心4.0胜。文心大模型4.0GPT-4这道题GPT-4竟然答错了，文心大模型4.0在这道数学计算题上赢了GPT-4。

文心大模型4.0GPT-4文心4.0完胜。文心大模型4.0GPT-4结果竟然又打平了。

GPT-4不仅真的胡乱编造起来林黛玉倒拔垂杨柳的故事，连孙悟空、观音都搬出来了。当然这只是一个例子，有兴趣的小伙伴可以找更多case进行测试

文心大模型4.0GPT-4这道题GPT-4竟然答错了，文心大模型4.0在这道数学计算题上赢了GPT-4。GPT-4太失败了，时隔半年，它还是认为生蚝煮熟后就变成了熟蚝，现在认为煮熟后叫做蚝或者煮熟的蚝。10月17日的百度世界大会，百度创始人、董事长兼CEO李彦宏官宣文心大模型4.0发布，其中一句话让人印象深刻：文心大模型4.0综合水平与GPT-4相比已经毫不逊色。雷峰网(公众号：雷峰网)。

看来两者的语言理解能力都很强，不分伯仲。有媒体针对连着进行了公开的评测，结果显示文心大模型4.0已然在综合能力上可以逼近并比肩 GPT-4，甚至在一些强调文化背景的问题中展现了超越 GPT-4 的态势。

文心大模型4.0GPT-4离大谱。文心大模型4.0GPT-4果然，通过这道题，能看出百度是有20年前的互联网记忆的，OpenAI在本土化方面的表现被百度碾压，符合预期。

第三类评测题：语言理解+逻辑推理文心大模型4.0GPT-4虽然GPT-4和文心4.0答案都对了，但推理过程是错的，这局算打平。当然这只是一个例子，有兴趣的小伙伴可以找更多case进行测试。

文心大模型4.0GPT-4文心4.0完胜。第四类评测题：成年人不擅长的古诗生成题文心大模型4.0GPT-4能从结果看出，果然还是百度更懂中文。通过上面从理解、生成、逻辑、记忆这四大能力出发并且不断切换不同展示能力的视角与问题，可以看到文心大模型4.0已然在综合能力上可以逼近并比肩 GPT-4，甚至在一些强调文化背景的问题中展现了超越 GPT-4 的态势。此次测评维度评测整体围绕模型的语言理解、推理、生成、知识、记忆这五个维度展开设计，设计了以下10类评测题：常识推理题打败80%人类的中文语言理解题再上点难度：语言理解+逻辑推理成年人不擅长的古诗生成题本土文化考察：90后专属非主流文字识别弱智吧经典战役知识问答：四大名著考察GPT-4最擅长的数学计算GPT-4最擅长的代码题测测翻译腔第一类评测题：常识推理题首先祭出这个曾经把全体大模型（包括文心一言3.5、通义千问、讯飞星火、ChatGPT等）都干崩了的常识推理Case：文心大模型4.0GPT-4结果显示，文心4.0完胜。

文心大模型4.0GPT-4这道题，文心大模型4.0竟然翻译成了古诗，足以看出在中文上的领先优势。第十类评测题：测测翻译腔做机器翻译容易，但想要翻译出来的内容非常地道，不带翻译腔，其实很难。

文心大模型4.0GPT-4结果竟然又打平了。整体上，可以看出文心大模型4.0的表现非常超出预期，相比3.5版本的提升实在是太大了。

文心大模型4.0比GPT-4表现更优秀。一直以来，国内外无数大模型测评榜单来来去去回回，其中哪怕是在中文能力之上，始终位居榜首纹丝不动的仍然是目前世界上最先进的大模型——GPT-4。