2025大语言模型推理能力榜_中文语境下_最强大脑_测评揭晓_15页_2mb.pdfVIP

2025大语言模型推理能力榜_中文语境下_最强大脑_测评揭晓_15页_2mb.pdf

  1. 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. 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. 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. 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. 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. 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. 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
查看更多

EvaluatingtheReasoningCapabilitiesof

LargeLanguageModelsin

Chinese-languageContexts

*1,11211

Zhenhui(Jack)Jiang,YiLu,YifanWu,HaozheXu,ZhengyuWu,JiaxinLi

1HKUBusinessSchool,TheUniversityofHongKong,HongKong

2SchoolofManagement,XianJiaotongUniversity,P.R.China.

Abstract

WiththerapiditerationofAItechnologies,reasoningcapabilitieshavebecomeacore

indicatorformeasuringtheintelligenceleveloflargelanguagemodels(LLMs)anda

focusofresearchinbothacademiaandindustry.Thisreportaimstoestablisha

systematic,objective,andcomprehensiveevaluationframeworktoassessAI

reasoningcapabilities.Wecompared36LLMsonvarioustext-basedreasoningtasks

inChinese-languagecontextsandfoundthatGPT-o3achievedthehighestscoreinthe

basiclogicalreasoningevaluation,whileGemini2.5Flashledincontextualreasoning

evaluation.Intermsofoverallranking,Doubao1.5Pro(Thinking)securedthetop

position,closelyfollowedbyOpenAI’srecentlyreleasedGPT-5(Auto).Several

Chinese-developedLLMs—includingDoubao1.5Pro,Qwen3(Thinking),and

DeepSeek-R1—alsorankedamongtheleaders,demonstratingthestrongreasoning

performanceoffrontierChineseAItechnologies.Furtheranalysisofmodelefficiency

revealedthatmostmodelswithsuperiorreasoningcapabilitiesoftenincurredhigher

costsintermsoftokenefficiency,responsetime,andAPIusage.Notably,Doubao1.5

Pronotonlyachievedoutstandingreasoningperformancebutalsodemonstratedhigh

modelefficiency.

Keywords:LargeLanguageModel,LLM,ReasoningCapability,ModelEfficiency,

LogicReasoning,ContextualReasoning,Chinese-languageContext

Citethispaperas:

Jiang,Z.J.,Lu,Y.,Wu,Y.F.,Xu,H.Z.,WuZ.Y.,Li,J.(2025).Evaluati

您可能关注的文档

文档评论(0)

shenv + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档