昆仑万维：天工大模型推理能力超过GPT-3.5和LLaMA2

昆仑万维表示，其自研的天工大模型在 Benchmark GSM8K 测试中取得了80% 的正确率，超过了 GPT-3.5和 LLaMA2-70B，达到了全球领先水平，接近于 GPT-4。

天工大模型还在 MMLU、C-EVAL、HumanEval 等多个数据集上表现出色，准确率均高于其他主流大模型。同样，在中文开源数据集 CMATH 测试中，天工大模型也表现优秀，准确率超过了其他主流大模型。

昆仑万维表示，天工大模型的优秀表现得益于其对多数据源的高效融合策略、不同语言间的能力迁移以及对基座逻辑推理能力的深入探索。与 GPT-3.5相比，天工大模型的解题思路更为简单、清晰。

天工大模型目前仍处于内测阶段，将持续提升技术实力，为用户和企业提供强大的智能化助力。