大语言模型意识水平测评报告显示：DeepSeek-R1语义一致性表现较好
2月25日，记者从世界人工意识协会国际人工智能DIKWP测评标准委员会获悉，由该协会主导、全球10余个国家与地区的90多家机构和企业参与的《全球首个大语言模型意识水平“识商”白盒DIKWP测评2025报告（100题版）》（以下简称《报告》）日前出炉。
《报告》的核心亮点在于全球首创的意识水平测评体系。《报告》基于DIKWP模型，从数据、信息、知识、智慧、意图等方面，构建全链路评估体系。测试题全面覆盖大语言模型的感知与信息处理、知识构建与推理、智慧应用与问题解决、意图识别与调整四大模块，对主流大语言模型的意识水平进行系统化、量化深度剖析。
《报告》对当前主流的大语言模型进行了全面测评，包括DeepSeek-V3、ChatGPT-o1、通义千问-2.5、ChatGPT-4o、Kimi、文心大模型-3.5和Llama-3.1等。测评结果显示，不同模型在不同模块的表现各有千秋。
例如，感知与信息处理部分主要考察模型在处理原始数据、提取信息和保持语义一致性方面的表现。ChatGPT-4o和ChatGPT-o1在数据转换和格式处理方面表现出色，体现出稳定性。ChatGPT-o3-mini、ChatGPT-o3-mini-high、通义千问-2.5、Kimi和Grok在信息提取方面表现优异，特别是在数据到信息转化路径上的表现尤为突出。DeepSeek-R1、ChatGPT-4o、Kimi和ChatGLM-4 Plus在保持语义一致性方面表现较好。
知识构建与推理部分的测评考察模型将信息整合为知识的能力，以及逻辑推理能力。结果显示，通义千问-2.5、ChatGLM-4 Plus和ChatGPT-4o表现突出。
意图识别与调整部分的测评重点考察模型对用户意图的理解能力，以及根据意图调整输出的能力。结果显示，豆包和Gemini-2.0 Flash Thinking Experimental表现较好，能够准确理解用户的问题并提供相关回答。
标签：
抢先读
- 大语言模型意识水平测评报告显示：DeepSeek-R1语义一致性表现较好
- 大语言模型意识水平测评报告显示：DeepSeek-R1语义一致性表现较好
- 黄东红委员：多举措推动长期护理保险可持续发展
- 体验别样藏历新年：入藏家、品美食、赏非遗
- “乳儿班”来了，双职工家庭的育儿压力减轻了吗？
- 云南适合带孩子去旅游的地方有哪些？去云南旅游一周大概需要多少钱？
- 中国一汽首席技能大师杨永修：支持高技能人才提升学历为技术创新添智
- （神州写真）空中看花、舌尖品花 中国多地赏春潮起
- 吕爱辉委员：新科技与文旅成吉林畜牧业质变两大法宝
- 朔的意思是什么怎么解释？古代朔望是什么意思？
- 国产电影成文旅热潮“催化剂” 春日旅游升级“新玩法”
- 2025年CBA全明星赛北区队取胜 邹雨宸荣膺MVP
- 小模型打败大模型？患者挑战专家？医疗AI需要冷思考
- 深圳发布三个工作方案 全力培育优良营商环境
- 八旬听障老人首次乘高铁，准“00后”列车员们细心照料
- 八旬听障老人首次乘高铁，准“00后”列车员们细心照料
- 深圳发布三个工作方案 全力培育优良营商环境
- 青岛孩子玩的地方有哪些？青岛一日游方案是什么？
- 3月3日人民币对美元中间价报7.1745元 下调7个基点
- 3月3日人民币对美元中间价报7.1745元 下调7个基点
- 小模型打败大模型？患者挑战专家？医疗AI需要冷思考
- 深圳发布三个工作方案 全力培育优良营商环境
- 中国“土猪”从濒临灭绝到摇身变“金猪”
- 大数据、传感器、拍片“体检” “科技+农业”深度融合 绘出田野好“丰”景
- 河套春耕新景：智慧大棚育四季丰收 科技治碱造万亩良田
- 20余家泰国旅行商考察壮乡旅游资源 冀深化文旅合作
- 大数据、传感器、拍片“体检” “科技+农业”深度融合 绘出田野好“丰”景
- 2025年浙江（杭州）国际时尚体育周将启 黄雅琼、王昶助阵
- 土豆巧变米 中国首条自主研发“土豆米”生产线云南昭通投产
- “老牌民企”的科技创新路 葛炳灶：产品竞争力是最大底气
- 苏圆圆代表：推动电氢协同产业步入“快车道”
- “老牌民企”的科技创新路 葛炳灶：产品竞争力是最大底气
- “同心之旅 复兴有我”系列活动开启第六站 网络大V与周鸿祎共探AI和网络安全
- 苏圆圆代表：推动电氢协同产业步入“快车道”
- 旧手机焕发新价值！这些“新选择”让你的废旧手机变废为宝
- 2025中国生物发酵产业技术大会举办 业内热议AI接入生物制造
- （走进中国乡村）广东百年“渔网小镇”谋新机：一张渔网撒向世界
- 黄玮委员：守护边疆文化、助力家乡繁荣的“逐梦人”
- 谢延翠代表：为低空经济“探路”
- 什么是权重股票类别？股市中什么叫托单？
- 中级行情具有怎样的特征？中级行情一般多大涨幅？
- 中国将增加对民营和小微企业信贷投放
- 聚焦课堂共成长 专家入校促提升 ——驻马店市驿城区教育教学研究中心教研员走进市第三中学听课指导
- 五部门联合召开金融支持民营企业高质量发展座谈会
- 五部门联合召开金融支持民营企业高质量发展座谈会
- 喜马拉雅app怎么改名字？喜马拉雅音频怎么导出mp3？
- “北京中轴线无障碍支付服务旅游示范区”建设启动
- 辽宁省与中央企业深化合作座谈会在北京举行
- 让“正能量”与“大流量”相遇！专家学者共话科普
- 书房照明要注意什么？书房照明需要三色灯吗？
- 北京亦庄发布超万个机器人“岗位”
- 严格规范汽车动力电池回收
- 国际金价本周累计跌近3%
- 市场监管总局近期对网售产品进行质量国家监督抽查 通报来了!
- 泸州老窖封藏盛典焕新表达 致敬浓香出海110周年
- “职普分流”焦虑如何解？甘肃酒泉探“双融通”职教体系
- 2025年大学生志愿服务西部计划报名通道开启 报名方式→
- 2025年大学生志愿服务西部计划报名通道开启 报名方式→
- 蓝皮书：AI技术正重构历史地理等学科传统研究方法
- 国家医保局印发《呼吸系统医疗服务价格项目立项指南（试行）》
- “一带一路”眼健康联盟在上海成立
- 球员可自荐参与足协选拔 中国足协球员自荐系统今日上线
- 中国足协发布“中国足协球员自荐系统” 自荐、选拔如何进行？
- 第二届上海合作组织雪地足球赛哈尔滨开赛
- “巫师”希金斯夺2025斯诺克世界公开赛冠军
- 中国足协发布“中国足协球员自荐系统” 自荐、选拔如何进行？
- 第二届上海合作组织雪地足球赛开赛 揭幕战中国队胜出
- 速度滑冰世界杯荷兰站：韩梅再摘一铜
- 《哪吒2》票房超过所有单一超级英雄片
- 冰不导电、眼泪倒流……《哪吒2》隐藏的物理学，你看懂了吗？
- 再创纪录！《哪吒2》进入全球票房榜前7名
- 意大利导演点赞《哪吒2》：情感表达细腻 特效制作美术设计令人惊叹
- 四件非遗作品被认定为北京传统工艺美术珍品
- 2月总票房160.83亿！刷新中国影史单月大盘票房、人次纪录
- 下一个大动作！《哪吒2》出品方与总台央视频联合打造动画电影《红楼梦》
- “谢晓泽新作展——历史的琥珀：敦煌藏经洞再想象”启幕
- “闽乐芳华杯”民族器乐大赛启幕 为民乐新星崛起吹响“集结号”
- 从皮洛遗址到濛溪河遗址 郑喆轩：向泥土和石头叩问远古文明答案
- 记者跟着小哥送外卖，体验他们争分夺秒、穿街过巷的冷暖日常
- 周琪代表：以务实态度促两岸同胞心灵契合
- 郭文标：“海上守护神”逐浪43载
- 盛弘代表：“平底鞋”走社区 希望让“烟火气”点燃消费
- 盛弘代表：“平底鞋”走社区 希望让“烟火气”点燃消费
- 郭文标：“海上守护神”逐浪43载
- 大型话剧《三家巷》在惠州演出
- “微笑北京”志愿服务品牌计划发布
- 福建建阳：科技助力高标准农田油菜春管
- “乾坤湾”命名者张士元：解码二月二“龙抬头”的文化基因
- “何以上海·志在上海”对话讲坛启动 首场揭秘外滩老市府
- 山东迎近年来最大规模欧洲入境旅游团
- AG600“鲲龙”完成全部取证试飞科目
- 看病取消门诊预交金，意味着什么？
- 觅古籍之美 闻香识敦煌 外国留学生等在上海感受千年文脉
- 星月神话开启3月天象剧场，有望看到土星光环“消失”
- 2025年1月中国外汇市场总计成交22.34万亿元人民币
- 2024年我国新批准发布104项食品安全领域国家标准物质
- 证监会：目前暂不具备条件设立重庆证券交易所
- 东西问丨谭佳：蛇神话如何成为跨越东西方的文化符号？
- 受雨雪大雾天气影响 全国公路这些路段出行请注意！
- 受寒潮影响 我国中东部气温将自北向南先后下降6～10℃