(资料图)

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等。

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。由于大模型会不断迭代，所以该排行榜会定期更新，并于CLUEbenchmarks官方网站进行公示。最新排名显示，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。

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。一是基础能力，包括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；二是专业能力，包括中学、大学与专业考试，涵盖从数学、物理、地理到社会科学等50多项能力；三是中文特性能力，针对有中文特点的任务，包括中文成语、诗歌、文学、字形等10项能力。