中文语言理解精准度达到人类表现？OPPO登顶CLUE与MUGE

11月9日，OPPO语音语义研究部融智团队提出的中文预训练大模型CHAOS，在中文自然语言理解测评基准CLUE上登顶，以30亿参量同时刷新了CLUE总排行榜、CLUE分类任务排行榜和CLUE阅读理解排行榜的最好成绩。其中在“AFQMC，TNEWS，CSL，CHID1.1”4个赛道的成绩超过了人类识别精确准确度，总成绩距离超越人类表现仅差0.1。

同期，在业界首个大规模中文多模态评测基准MUGE上，该团队自主训练的中文多模态预训练模型也在综合“图文检索、看图说话、文本到图像生成”三个赛道的总成绩上位列总榜第一名。

OPPO中文预训练大模型CHAOS登顶CLUE

OPPO中文多模态预训练模型登顶MUGE

CLUE(ChineseLanguageUnderstandingEvaluation)是中文自然语言理解最权威测评榜单之一，包含了文本分类、阅读理解、句间关系等众多语义分析和语义理解类子任务，旨在推动NLP(自然语言处理)训练模型技术的不断进步和突破，对学术界和工业界都产生了较大的影响。

MUGE(MultimodalUnderstandingandGenerationEvaluation)是业界首个大规模中文多模态评测基准，由达摩院联合浙江大学、阿里云天池平台联合发布，中国计算机学会计算机视觉专委会(CCF-CV专委)协助推出，旨在帮助中文多模态研究人员全方位评估算法模型。

NLP(自然语言处理)技术是人工智能领域的一个核心研究方向，其目的是使得计算机具备人类的听、说、读、写等能力，并利用知识和常识进行推理和决策。而图文融合的多模态能力的建设，目前工作主要集中在建立图像模态和文本模态的联系，相关能力的构建能够广泛落地到搜索、推荐、服饰设计、智能文案等真实场景中。

“融合多种智能，研发统一的基础模型”是OPPO语音语义研究部融智团队的目标，也是“融智”二字的含义。未来融智团队将在推进感知认知融合，更可控/可编辑的视觉生成，及促进工业化落地转化的模型小型化等方向上继续突破。