关键词: GPT-4,Claude-3.5,Gemini-1.5,SuperCLUE-V,多模态

国产大模型，多模态能力都开始超越GPT-4-Turbo了？？

关键词: 大模型评测,大模型评测基准,AI评测,SuperCLUE,C-Eval,Open LLM Leaderboard,Chatbot Arena,GLUE

基于评测维度，考虑到各评测集关注的评测维度，可以将其划分为通用评测基准和具体评测基准。

关键词: GPT-4 Turbo,SuperCLUE,openai,国产大模型

OpenAI长期霸榜的SuperCLUE（中文大模型测评基准），终于被国产大模型反将一军。

关键词: 大模型刷榜,国产大模型,SuperCLUE,CMMLU,C-Eval

商业利益的加入，就必然会驱使AI大模型厂商争先恐后去刷榜了。“不服跑个分”这句话，相信关注手机圈的朋友一定不会感到陌生。诸如安兔兔、GeekBench等理论性能测试软件，由于能够在一定程度上反映手机的性能，因此备受玩家的关注。

关键词: AI大模型测评,SuperCLUE,GPT-4,Baichuan-13B-Chat

新华社研究院发布了《人工智能大模型体验报告2.0》，对国内主流大模型进行使用体验的横向测评。该榜单用500道题目评测了国内8款主流AI大模型，最终讯飞星火排名第一，百度文心一言排名第二，阿里通义千问排在倒数第二。