文心X1.1荣登国产大模型榜首，精准指令执行能力突出

快速阅读: 百度文心X1.1在SuperCLUE-CPIF测评中以75.51分领先，成为国产大模型第一。该模型基于文心4.5训练，采用迭代式混合强化学习，显著提升任务效果和性能。

在日前发布的中文精确指令遵循测评基准(SuperCLUE-CPIF)中,百度的文心 X1.1以75.51分的优异成绩,成为国产大模型中的佼佼者,获得了国内 第一 的位置。这项评测包括了多达10个国内外知名模型,如 GPT-5(high)、DeepSeek-V3.2-Exp-Thinking、Claude-Sonnet-4.5-Reasoning、Gemini-2.5-Pro 等,侧重于评估大型语言模型(LLM)在中文环境中执行复杂指令的能力。

SuperCLUE-CPIF 测评不仅关注模型的任务类型和指令数量,还特别强调模型将自然语言指令转化为符合要求的具体输出的能力。在这次测评中,文心 X1.1在实际生产环境中的表现尤为突出,显示出其在复杂写作任务和多元化场景下的强大优势。

文心 X1.1是基于文心大模型4.5进行训练的深度思考模型,其在升级过程中采用了迭代式混合强化学习训练框架。这意味着,它不仅可以提升通用任务和智能体任务的效果,还能够通过自蒸馏数据的迭代训练,不断提高整体性能。

在实际应用中,文心 X1.1能够灵活运用内置知识和联网搜索工具,精准捕捉用户所需的信息,同时深入理解用户的创意写作需求,最终输出内容结构合理、逻辑清晰且文辞优美。例如,在处理共享单车平台的客户服务时,文心 X1.1能够综合考虑用户的情感状态和问题类型,从而高效地解决问题,展现出完整而主动的服务过程。

作为国内最早投入大模型研发的企业,百度借助其 “芯片 – 框架 – 模型 – 应用” 的全栈自研体系,持续推动文心大模型的能力进化。数据显示,文心 X1.1在事实性和指令遵循能力上较其前身文心 X1分别提升了34.8% 和12.5%,智能体表现提升了9.6%。这一成果无疑为国产大模型的发展树立了新的标杆。

(以上内容均由Ai生成)