人工智能开发与创新：美国与中国大型语言模型的比较

《ACM Transactions on Management Information Systems》：AI Development and Innovation: A Comparison of Large Language Models from the U.S. and China

LLMs的战略价值及其中美发展比较研究，提出涵盖语言能力、学科专精和安全性责任的评估框架，发现GPT-4 Turbo在英语场景领先，Ernie-Bot 4在中文场景突出，揭示语言和任务差异下的性能分化，强调跨文化合作对LLM技术进步的重要性。

　　

摘要

自ChatGPT问世以来，大型语言模型（LLMs）在经济增长、创新、社会发展和国家安全方面的战略重要性日益受到重视。本研究对美国和中国开发的LLMs进行了全面的比较评估，涵盖了英语和中文语境。我们提出了一个评估框架，该框架包括自然语言能力、学科专长以及安全性和责任感，并在各种操作任务和场景下系统地评估了美国和中国的代表性模型。主要研究结果表明，GPT-4 Turbo在英语语境中表现优异，而中国的LLM Ernie-Bot 4在中文语境中表现突出。研究还指出了LLMs在不同语言和任务中的性能差异，强调了开发具有语言和文化敏感性的模型的必要性。美国和中国开发的LLMs在各自领域的互补优势凸显了跨国合作在推动LLM技术进步方面的价值。该研究描绘了当前的LLM竞争格局，并为政策制定者和企业提供了关于战略性的LLM投资和发展的宝贵见解。