首批通过，最高评级，商汤小浣熊喜提中国信通院代码大模型能力评估“三好生”

6月11日，中国信息通信研究院公布可信AI代码大模型首轮评估结果，商汤小浣熊获得最高评级(4+级)，在代码通用能力、专用场景和应用成熟度多个评估维度中表现优秀。

信通院在2024上半年正式启动可信AI代码大模型评估，以《智能化软件工程技术和应用要求 第1部分:代码大模型》标准为评估依据，该标准也是业内首个代码大模型标准，其涵盖通用能力、专用场景能力和应用成熟度三大部分，包括16个能力项、100多个能力要求，全面从输入多样性、任务多样性、语言完备度、结果可接收性、结果准确度等维度，考核代码大模型的全栈技术能力。

商汤小浣熊是本次评分最高的代码大模型之一，作为首批参评企业获得4+级评级，信通院给出测评结论:

在通用能力方面，其代码解释、代码转换等方面表现突出；

在专用场景方面，其支持网站开发、桌面应用开发、移动应用开发、数据库开发等多个场景的开发能力；

在应用成熟度方面，其数据分类分级、模型性能、模型服务可维护性、风险可控性等方面均表现优秀。

「小浣熊家族」是基于商汤“日日新SenseNova”大模型体系打造的AINative生产力系列工具，覆盖软件开发、数据分析、编程教育等多个场景，旨在通过先进的人工智能技术优化和提升工作效率。

小浣熊家族现已推出代码小浣熊和办公小浣熊两位产品成员。

其中，代码小浣熊是基于大模型的软件智能研发助手，覆盖软件需求分析、架构设计、代码编写、软件测试等环节，满足用户代码编写、编程学习等各类需求，现已支持Python、Java、JavaScript、C++、Go、SQL等90+主流编程语言和VSCode，JetBrains全家桶， AndroidStudio等主流IDE。

办公小浣熊则是基于大模型的大模型原生数据分析产品，可以通过用户的自然语言输入，自动将数据转化为有意义的分析和可视化结果。

小浣熊家族背后的「小浣熊代码大模型」，在权威测试集HumanEvalCoding测试中一次通过率达到78.1%，在数据分析场景下的数据测试集中以85.71%的正确率超过GPT-4。

小浣熊代码大模型自上线以来，累计为10万+个人用户提供服务，单日代码生成数量达到10亿+Tokens，总体平均代码采纳率超过30%，用户编码能效提升达到20%~78%。

在企业用户方面，商汤小浣熊代码大模型已经被包括金融、新能源汽车等行业在内的200+以上企业客户使用，凭借其突出的数理能力覆盖多元落地场景。

例如，在与金山办公的合作中，小浣熊代码大模型凭借卓越的代码生成及工具调用能力助力WPS 365打造更高效释放场景能力的智能办公平台，为用户多元、碎片化的办公需求提供新质生产力。

在金融领域，基于小浣熊代码大模型，商汤科技与海通证券合作打造智能研发助手，辅助金融企业研发人员进行代码编程，为开发者提供代码智能补全与对话问答服务，可辅助生产代码约20%代码，降低开发技术门槛，有效提高开发效率。在减少开发者重复工作同时，还能帮助团队更早发现并修正开发中的错误，提升软件交付质量。

未来，商汤小浣熊将持续降低大模型技术的开发和应用门槛，赋能更多场景实现创新。

本文源自:金融界