近日,中文通用大模型综合性评测基准SuperCLUE正式发布。该机构利用SuperCLUE测试基准,对市面上主流的支持中文的通用大模型进行了评测与排名。从排名中看到,GPT-4一骑绝尘,已经非常接近人类的能力。国产大模型中讯飞科技研发的星火认知大模型总排名第三,国内排名第一。
中文大模型在不同任务上的表现如何;与国际代表性模型相比,中文大模型的表现达到了何种程度;中文大模型与人类表现相比如何……该模型可通过多个层面,考验市面上主流的中文GPT大模型的能力。其中,基础能力包括了常见的有代表性的模型能力,如语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力;专业能力包括了中学、大学与专业考试,涵盖了从数学、物理、地理到社会科学等50多项能力;中文特性能力针对有中文特点的任务,包括了中文成语、诗歌、文学、字形等多种能力。
排行榜会定期更新,并于CLUEbenchmarks官方网站进行公示。(新安晚报 记者 项磊)