2月25日,，記者從世界人工意識(shí)協(xié)會(huì)國際人工智能DIKWP測(cè)評(píng)標(biāo)準(zhǔn)委員會(huì)獲悉,，由該協(xié)會(huì)主導(dǎo)、全球10余個(gè)國家與地區(qū)的90多家機(jī)構(gòu)和企業(yè)參與的《全球首個(gè)大語言模型意識(shí)水平“識(shí)商”白盒DIKWP測(cè)評(píng)2025報(bào)告（100題版）》（以下簡(jiǎn)稱《報(bào)告》）日前出爐,。

《報(bào)告》的核心亮點(diǎn)在于全球首創(chuàng)的意識(shí)水平測(cè)評(píng)體系,。《報(bào)告》基于DIKWP模型,，從數(shù)據(jù),、信息、知識(shí),、智慧,、意圖等方面，構(gòu)建全鏈路評(píng)估體系,。測(cè)試題全面覆蓋大語言模型的感知與信息處理,、知識(shí)構(gòu)建與推理、智慧應(yīng)用與問題解決、意圖識(shí)別與調(diào)整四大模塊,，對(duì)主流大語言模型的意識(shí)水平進(jìn)行系統(tǒng)化,、量化深度剖析。

《報(bào)告》對(duì)當(dāng)前主流的大語言模型進(jìn)行了全面測(cè)評(píng),，包括DeepSeek-V3,、ChatGPT-o1、通義千問-2.5,、ChatGPT-4o,、Kimi、文心大模型-3.5和Llama-3.1等,。測(cè)評(píng)結(jié)果顯示,，不同模型在不同模塊的表現(xiàn)各有千秋。

例如,，感知與信息處理部分主要考察模型在處理原始數(shù)據(jù),、提取信息和保持語義一致性方面的表現(xiàn)。ChatGPT-4o和ChatGPT-o1在數(shù)據(jù)轉(zhuǎn)換和格式處理方面表現(xiàn)出色,，體現(xiàn)出穩(wěn)定性,。ChatGPT-o3-mini、ChatGPT-o3-mini-high,、通義千問-2.5,、Kimi和Grok在信息提取方面表現(xiàn)優(yōu)異，特別是在數(shù)據(jù)到信息轉(zhuǎn)化路徑上的表現(xiàn)尤為突出,。DeepSeek-R1,、ChatGPT-4o、Kimi和ChatGLM-4 Plus在保持語義一致性方面表現(xiàn)較好,。

知識(shí)構(gòu)建與推理部分的測(cè)評(píng)考察模型將信息整合為知識(shí)的能力,，以及邏輯推理能力。結(jié)果顯示,，通義千問-2.5,、ChatGLM-4 Plus和ChatGPT-4o表現(xiàn)突出。

意圖識(shí)別與調(diào)整部分的測(cè)評(píng)重點(diǎn)考察模型對(duì)用戶意圖的理解能力,，以及根據(jù)意圖調(diào)整輸出的能力,。結(jié)果顯示，豆包和Gemini-2.0 Flash Thinking Experimental表現(xiàn)較好,，能夠準(zhǔn)確理解用戶的問題并提供相關(guān)回答,。 （記者王祝華）