中文通用大模型基准测试发布讯飞星火认知大模型国内第一

5月9日，中文通用大模型综合性评测基准SuperCLUE正式发布。该基准测试主要关注以下问题：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：

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10多项能力。

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。从排名中我们可以看出，GPT-4一骑绝尘，已经非常接近人类的能力。国产大模型中科大讯飞研发的星火认知大模型总排名第三，国内排名第一。

以下为该机构公布的各个子项目的具体得分。排行榜会定期更新，并于以下网站进行公示。www.CLUEbenchmarks.com/superclue.html

总榜单

基础能力榜单

中文特性榜单

校对 刘军