5月9日,中文通用大模型綜合性評測基準SuperCLUE正式發布。
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。從排名中可以看出,GPT-4一騎絕塵,已經非常接近人類的能力。
值得注意的是,國產大模型中科大訊飛研發的星火認知大模型總排名第三,國內排名第一。
據悉,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,考研市面上主流的中文GPT大模型的能力。
其中,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多項能力。
(安徽商報融媒體記者 梁巍)
5月9日,中文通用大模型綜合性評測基準SuperCLUE正式發布。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。從排名中可以看出,GPT-4一騎絕塵,已經非常接近人類的能力。值得注意的是,國產大模型中科大訊飛研發的星火認知大模型總排名第三,國內排名第一。據悉,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,考研市面上主流的中文GPT大模型的能力。其中,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多項能力。(安徽商報融媒體記者梁巍)