百度推出 ERNIE 3.5：中文測試超 ChatGPT，全面支援外掛

OpenAI 釋出 GPT-4 之後，很多人都在猜國產大模型還要追多久。百度的答案只用了三個月。

百度公佈了自家大模型的新版本 Ernie 3.5（文心大模型 3.5）。援引《中國科學報》的資料，文心 3.5 在多個基準測試裡超過了 ChatGPT，甚至在中文測試中壓過了 OpenAI 最先進的 GPT-4。

從 3 月份文心一言開啟內測算起，文心大模型的基礎底座在這幾個月裡完成了一次大版本迭代。

中文考試超車，英文考場偏科

測試結果究竟怎麼樣，具體拆開來看非常有意思。

第一項測試來自微軟釋出的評測集，主要考察高考、司法考試這類入學和資格認定考試。在這份考卷裡，如果是中文題目，文心 3.5 的表現不僅贏了基於 GPT-3.5 的 ChatGPT，還超過了 GPT-4。但在英文題目裡，文心 3.5 雖然贏了 ChatGPT，卻依然落後於 GPT-4。

第二項測試主要針對中文語境，包含 50 多個科目的 13000 多道多選題。在這個完全由中文主導的測試中，文心 3.5 同時戰勝了 ChatGPT 和 GPT-4。

第三項測試則由美國幾所大學聯合開發，涵蓋科學和人文等多個學科。這回文心 3.5 沒能延續優勢，成績落後於 ChatGPT 和 GPT-4。

百度技術長王海峰表示，文心一言內測僅三個月後，文心 3.5 就在創作、問答、推理和程式碼生成上取得了全面提升，訓練效能和推理效能也同樣得到了最佳化。

外掛生態入場，把搜尋裝進模型

除了底層跑分，文心 3.5 這次最明顯的產品變化是支援了外掛機制。

所謂外掛，說白了就是給大模型裝上各種外部工具。百度已經把自家的搜尋能力做成外掛接入了文心一言。

這意味著模型不用再完全靠自身引數硬背即時資訊，而是可以在生成回答時隨時調用搜索引擎抓取最新動態。

為什麼重要

對於國內普通使用者和企業開發者來說，如果你的業務場景大部分集中在中文公文寫作、資格考試備考或者本地化問答上，文心 3.5 確實拿出了現階段非常能打的表現，配合搜尋外掛也能明顯緩解胡說八道的問題。

但在行業層面，這場測試也清晰劃出了中美兩家科技巨頭的邊界。我們認為，百度這一步走得相當務實：先集中資源打透中文這個大本營，在涉及中國高考、司法考題以及本土知識體系的題目上建立護城河。面對阿里等國內對手的追趕，百度需要用成績單證明自己在技術上的身位。

不過，看起來文心 3.5 依然存在偏科。一旦題目回到海外高校主導的通用綜合學科，或者純英文複雜語境下，GPT-4 的底子依然更紮實。另外，外掛這條路 OpenAI 已經在前面踩坑，如何吸引真正高頻好用的第三方外掛加入，會是百度接下來要面對的現實考驗。