AI资讯新闻榜单内容搜索-SuperCLUE

关键词: 中兴星云,SuperCLUE,星云大模型,AI新闻

就在刚刚，中兴通讯星云大模型获推理榜总分第一，总榜并列第二！而在数学推理、科学推理、代码生成的细分赛道上，它同样表现抢眼。更难得的是，它是业内少数通过国家级权威安全认证的大模型。

关键词: 中文大模型,大模型幻觉测评,大模型评测,中文大模型评测

SuperCLUE-Fact是专门评估大语言模型在中文短问答中识别和应对事实性幻觉的测试基准。测评任务包括知识、常识、对抗性和上下文幻觉。

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: gpt-4-turbo-preview,智谱ChatGLM4,Baichuan2-Turbo,百度ERNIE-Bot 4.0,Yi-34B-chat,Llama2-70B

参照SuperCLUE（中文通用大模型综合性测评基准）框架专门定制了1000道题目集，一一测试了ChatGPT4、 智谱chatGLM-4、Baichuan2-Turbo、百度ERNIE-Bot 4.0、Yi-34B-chat、llama 2等模型在保险业务上的表现。

关键词: MiniCPM,面壁 MiniCPM,面壁AI

随着终端侧 AI 变革席卷全球，「小而强」的端侧大模型，成为行业主流玩家的必争之地。

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。