(資料圖片)

5月9日，中文通用大模型綜合性評測基準 SuperCLUE 正式發布。該基準測試主要關注以下問題：中文大模型在不同任務上的表現如何？與國際代表性模型相比，中文大模型的表現達到了何種程度？中文大模型與人類表現相比如何？

該模型可通過多個層面，考驗市面上主流的中文 GPT 大模型的能力：

基礎能力: 包括了常見的有代表性的模型能力，如語義理解、對話、邏輯推理、角色模擬、代碼、生成與創作等 10 項能力。

專業能力: 包括了中學、大學與專業考試，涵蓋了從數學、物理、地理到社會科學等 50 多項能力。

中文特性能力: 針對有中文特點的任務，包括了中文成語、詩歌、文學、字形等 10 項多種能力。

該機構利用 SuperCLUE 測試基準，對市面上主流的支持中文的通用大模型進行了評測與排名。從排名中我們可以看出，GPT-4 一騎絕塵，已經非常接近人類的能力。國產大模型中訊飛科技研發的星火認知大模型總排名第三，國內排名第一。

以下為該機構公布的各個子項目的具體得分。排行榜會定期更新，并于CLUEbenchmarks 官方網站進行公示。

關鍵詞：