中文大模型基准测评2024年上半年报告——2024年度中文大模型阶段性进展评估.pdf

1、本文档共57页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

中文大模型基准测评2024年上半年报告

—2024年度中文大模型阶段性进展评估

SuperCLUE团队

2024.07.09

精准量化AGI进展，定义人类迈向AGI的路线图

Accur

ately

quan

tifyi

ngth

epro

gress

ofAGI,

AGI

ard

our

ysj

man

map

fin

报告核心结论摘要

•国内外大模型差距进一步缩小：国内外大模型差距进一步缩小：OpenAI最新模型GPT-4o依然是全球表现最好的模型，但国内大模型已将差距缩小至5%以内。

•国内开源模型崛起：本次登顶SuperCLUE的国内大模型为开源模型Qwen2-72B-Instruct，并且超过了众多国内外闭源模型。

•

各任务表现：在文科、理科和Hard任务中，GPT-4o综合最佳，Claude-3.5在Hard任务表现突出，Qwen2-72B在文科任务表现优异。

•端侧小模型表现惊艳：端侧小模型进展迅速，部分小尺寸模型表现要好于上一代的稍大尺寸模型，极大提升了落地的可行性。

SuperCLUE模型象限SuperCLUE各维度任务

来源：SuperCLUE,2024年7月9日来源：SuperCLUE,2024年7月9日

互联网商业模式分析，直播带货精英培训！

咨询Ta 进入空间

更多 >