原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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
AccuratelyquantifyingtheprogressofAGI,
definingtheroadmapforhumanitysjourneytowardsAGI.
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3
1.国内大模型关键进展及趋势
•2023-2024年大模型关键进展
•2024年值得关注的中文大模型全景图
•2023-2024年度国内外大模型技术发展趋势
2.SuperCLUE通用能力测评
•中文大模型基准SuperCLUE介绍
•SuperCLUE测评体系及数据集
•总榜、理科榜单、文科榜单、Hard榜单及模型象限
目录•开源榜单及端侧小模型榜单
•大模型对战胜率、成熟度指数
•评测与人类一致性分析
3.SuperCLUE多模态能力测评
•AIGVBench视频生成测评
•SuperCLUE-Image文生图测评
•SuperCLUE-V多模态理解测评
4.SuperCLUE专项与行业基准测评
•各行业、专项测评
文档评论（0）