5月6日 記者獲悉，國內(nèi)權(quán)威的大模型評測機構(gòu)SuperCLUE發(fā)布《中文大模型基準測評2024年度4月報告》。其中，騰訊混元大模型位列國內(nèi)大模型第一梯隊，在基礎(chǔ)和場景應(yīng)用上均處于領(lǐng)先位置，位于卓越領(lǐng)導(dǎo)者象限。

　　SuperCLUE是國內(nèi)權(quán)威的通用大模型綜合性測評基準，其前身是知名的第三方中文語言理解測評基準CLUE(The Chinese Language Understanding Evaluation)。SuperCLUE基于通用大模型在學(xué)術(shù)、產(chǎn)業(yè)與用戶側(cè)的廣泛應(yīng)用，構(gòu)建了多層次、多維度的綜合性測評基準，由十大基礎(chǔ)任務(wù)組成，包括邏輯推理、代碼、語言理解、長文本、角色扮演等。

　　報告選取了國內(nèi)外具有代表性的32個大模型4月份的版本，通過多維度綜合性測評，真實準確地反映了國內(nèi)外大模型在中文領(lǐng)域的綜合能力和發(fā)展現(xiàn)狀。測評報告的總分排名上，騰訊混元大模型位列前三，體現(xiàn)了領(lǐng)先的模型實力。

　　在十大能力得分中，騰訊混元大模型的各項能力較為均衡，在語義理解能力上，以75.4的高分排名國內(nèi)第一;在角色扮演、安全能力、計算、邏輯推理、工具使用、長文本能力上，也均處于位于國內(nèi)一流水平。

　　整體來看，國內(nèi)大模型的第一梯隊已達到或接近國際一流的水平，其中既有騰訊混元、文心一言、通義千問等來自大廠的大模型，也有GLM-4、Baichuan3、Moonshot和Minimax等大模型創(chuàng)業(yè)公司的代表。

　　作者：宋婧　　來源：中國電子報、電子信息產(chǎn)業(yè)網(wǎng)