标准解读
《GB/T 45288.4-2026 人工智能 大模型 第4部分:计算机视觉大模型》是针对计算机视觉领域中使用的大规模模型制定的标准。该标准旨在为开发、评估以及应用这类模型提供指导原则和技术规范,确保这些模型在性能、安全性及伦理方面达到一定的要求。它覆盖了从数据准备到模型训练、测试、部署的整个生命周期,并特别强调了对隐私保护和公平性的考量。
标准首先定义了一系列关键术语与概念,比如“大规模预训练模型”、“迁移学习”等,明确了讨论范围内的基本框架。接着,对于如何构建高质量的数据集提出了具体建议,包括但不限于数据多样性、标注质量等方面的要求。此外,还详细描述了模型架构设计的原则,鼓励采用能够有效利用大规模数据集的方法来提高模型泛化能力。
在模型训练环节,《GB/T 45288.4-2026》规定了应该遵循的最佳实践,如使用适当的优化算法、设置合理的超参数等,以保证训练过程的有效性和稳定性。同时,也强调了对计算资源合理配置的重要性,提倡通过云服务等方式降低硬件成本。
关于模型评估,《GB/T 45288.4-2026》提出了一套全面的指标体系,不仅包括传统意义上的准确率、召回率等评价指标,还包括对抗样本鲁棒性、偏见检测等内容,旨在全方位衡量模型的实际表现及其潜在风险。此外,标准还就如何进行有效的模型解释给出了指导,帮助开发者更好地理解模型决策背后的原因。
最后,在模型的应用阶段,该标准特别关注于用户隐私保护问题,提倡采取加密技术、差分隐私等手段减少个人信息泄露的风险;同时也倡导建立透明度高的反馈机制,让用户可以方便地了解自己的数据是如何被使用的。
如需获取更多详尽信息,请直接参考下方经官方授权发布的权威标准文档。
....
查看全部
- 即将实施
- 暂未开始实施
- 2026-09-28 颁布
- 2027-01-01 实施
文档简介
ICS35.240
CCSL70
中华人民共和国国家标准
GB/T45288.4—2026
人工智能大模型
第4部分:计算机视觉大模型
Artificialintelligence—Large⁃scalemodel—
Part4:Computervisionlarge⁃scalemodel
2026⁃09⁃28发布2027⁃01⁃01实施
国家市场监督管理总局
国家标准化管理委员会发布
GB/T45288.4—2026
目次
前言··························································································································Ⅲ
引言··························································································································Ⅳ
1范围·······················································································································1
2规范性引用文件········································································································1
3术语和定义··············································································································1
4缩略语····················································································································2
5参考框架·················································································································2
6技术要求·················································································································3
6.1视觉理解···········································································································3
6.2视觉分析···········································································································4
7测评方法·················································································································5
7.1通则·················································································································5
7.2测评流程···········································································································6
7.3测评数据···········································································································6
7.4测评组··············································································································6
7.5指标计算方法·····································································································7
附录A(资料性)多模态视觉大模型················································································8
A.1视觉交互···········································································································8
A.2视觉生成···········································································································9
A.3测评结果计算方法·····························································································11
附录B(资料性)专用视觉模型·····················································································12
B.1专用测量·········································································································12
B.2专用识别·········································································································12
B.3测评结果计算方法·····························································································13
附录C(规范性)测评指标计算方法···············································································14
C.1客观测评指标···································································································14
C.2主观测评指标···································································································17
参考文献····················································································································19
Ⅰ
GB/T45288.4—2026
前言
本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定
起草。
本文件是GB/T(Z)45288《人工智能大模型》的第4部分。GB/T(Z)45288已经发布了以下
部分:
——第1部分:通用要求;
——第2部分:评测指标与方法;
——第3部分:服务能力成熟度评估;
——第4部分:计算机视觉大模型;
——第5部分:多模态大模型;
——第7部分:语音大模型。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。
本文件起草单位:中国电子技术标准化研究院、华为云计算技术有限公司、浙江大学、北京智源
人工智能研究院、浦江国家实验室、北京航空航天大学、科大讯飞股份有限公司、蚂蚁科技集团股份
有限公司、北京智谱华章科技股份有限公司、上海商汤智能科技有限公司、阿里云计算有限公司、北京
百度网讯科技有限公司、清华大学、启元实验室、北京交通大学、北京邮电大学、中国移动通信集团有限
公司研究院、中国电信股份有限公司北京研究院、中国电力科学研究院有限公司、中国电信股份有限公
司上海研究院、国能数智科技开发(北京)有限公司、南方电网数字电网集团有限公司、海信视像科技股
份有限公司、杭州海康威视数字技术股份有限公司、杭州电子科技大学、浙江大华技术股份有限公司、
中国移动通信集团有限公司、上海计算机软件技术开发中心、中电信数智科技有限公司、深圳思谋信息
科技有限公司、中国工商银行股份有限公司、哈尔滨工业大学、北京市公安局人工智能安全研究中心、
浙江理工大学、国投智能信息科技股份有限公司、同方知网数字科技有限公司、北京格灵深瞳信息技术
股份有限公司、浪潮通信信息系统有限公司、青岛港国际股份有限公司、中国科学院软件研究所、中国
科学院沈阳自动化研究所、中国南方电网有限责任公司超高压输电公司、中关村智联软件服务业质量
创新联盟、安徽大学、中兴通讯股份有限公司、中央民族大学、中移(杭州)信息技术有限公司、中移
(苏州)软件技术有限公司、中移雄安信息通信科技有限公司、中国航天科技体系与创新研究院。
本文件主要起草人:范科峰、郑子木、郑若琳、吴飞、刘颖、蒋慧、徐洋、刘祥龙、李建欣、陶建华、王志栋、
鲍薇、王浩然、况琨、董建、殷兵、孙曦、冯涛、吴庚、吴涛、于佃海、张圣宇、王永威、杨熙、石羡、刘艾杉、
王嘉凯、汪群博、左兴权、杨乐、曹晓琦、刘伟东、王峰、陈晰、宋光磊、阎岩、韩韬、杨旭、李晋伟、张学聪、
李晨、黄现翠、李亚玲、卢顺、高东辉、焦若丹、刘卫卫、梁寿愚、朱春波、任文奇、李孟择、付建海、曹汐、
陈敏刚、陈利明、杨晓诚、李哲欣、李海峰、郭影起、佟威、阙锦龙、李达、冯子勇、梁秉豪、吴宇震、郭乙运、
孟令中、王鑫、王宁、吕飞燕、范存航、赵孝武、赵小兵、谢小燕、李旭东、郑庆国。
Ⅲ
GB/T45288.4—2026
引言
大模型已成为人工智能发展的重要技术手段,在引领产业变革方面发挥着重要作用,国内外各企
业和研究机构相继开发百余种大模型产品和评测榜单,导致用户难以有效评价业内产品的技术水平和
服务能力。GB/T(Z)45288《人工智能大模型》旨在规定通用大模型的技术要求、评测指标和服务能
力,拟由九个部分构成。
——第1部分:通用要求。目的在于确立大模型的参考架构,规定通用技术要求。
——第2部分:评测指标与方法。目的在于确立大模型的评测指标,描述评测方法。
——第3部分:服务能力成熟度评估。目的在于给出大模型服务能力成熟度等级及评估方法。
——第4部分:计算机视觉大模型。目的在于确立计算机视觉大模型的参考框架,规定技术要求,
描述测试方法。
——第5部分:多模态大模型。目的在于规定多模态大模型的参考架构,规定技术要求。
——第6部分:代码大模型。目的在于定义代码大模型的概念和功能,规定技术要求和测试方法。
——第7部分:语音大模型。目的在于定义语音大模型的概念和功能,规定技术要求和测试方法。
——第8部分:时间序列大模型。目的在于定义时间序列大模型的概念和功能,规定技术要求和
测试方法。
——第9部分:图大模型。目的在于定义图大模型的概念和功能,规定技术要求和测试方法。
Ⅳ
GB/T45288.4—2026
人工智能大模型
第4部分:计算机视觉大模型
1范围
本文件确立了计算机视觉大模型的参考框架,规定了相关技术要求,描述了对应的测试指标和方法。
本文件适用于计算机视觉大模型的设计和测试。
2规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文
件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于
本文件。
GB/T41864—2022信息技术计算机视觉术语
GB/T41867—2022信息技术人工智能术语
GB/T45087—2024人工智能服务器系统性能测试方法
GB/T45288.1
温馨提示
- 1. 本站所提供的标准文本仅供个人学习、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
- 2. 本站所提供的标准均为PDF格式电子版文本(可阅读打印),因数字商品的特殊性,一经售出,不提供退换货服务。
- 3. 标准文档要求电子版与印刷版保持一致,所以下载的文档中可能包含空白页,非文档质量问题。
最新文档
- 生活物理数值估算复习课件
- 徐州医学院外科水电平衡
- 房地产开发成本、收入会计
- 投资管理培训第三讲投资管理共同基金和对冲基金
- 木材加工厂消防规则
- 2026年保安员职业技能等级认定(四级)理论知识试题
- (2026版)小学少先队大队辅导员的工作总结
- 《近代世界科技》课件
- 新风机组减震降噪施工技术方案
- 无人机飞手消防作业培训方案
- 2026年南昌市洪都中医院招聘劳务派遣制人员26人笔试备考试题及答案解析
- 安防监控录像存储留存规范
- 2026海淀区中小学天文知识竞赛试题及答案
- 《南泥湾》教案2026-2027学年湘艺版六年级上册音乐
- AI眼镜硬件拆解及BOM成本报告:逸文Even G2 AR眼镜
- 建筑工程管理副高答辩问题及答案
- 医疗抗菌板安装施工方案及技术措施
- 2026安徽滁州市凤阳县国有平台公司招聘书笔试历年备考题库附带答案详解
- 2026新华资产校园招聘笔试历年参考题库附带答案详解
- 消防文员面试试题及答案
- 2026年软考《软件设计师》考试真题及答案
评论
0/150
提交评论