SuperBench

谁才是最强的？清华给海内外知名大模型做了场综合能力评测

在 2023 年的 “百模大战” 中，众多实践者推出了各类模型，这些模型有的是原创的，有的是针对开源模型进行微调的；有些是通用的，有些则是行业特定的。如何能合理地评价这些模型的能力，成为关键问题。尽管国内外存在多个模型能力评测榜单，但它们的质量参差不齐，排名差异显著，这主要是因为评测数据和测试方法尚不成熟和科学，而好的评测方法应当具备开放性、动态性、科学性和权威性。为提供客观、科学的评测标准，清华大学基础模型研究中心联合中关村实验室研制了 SuperBench 大模型综合能力评测框架，旨在推动大模型技术、应用和生态

4/19/2024 12:02:00 PM

机器之心

资讯热榜

Cursor宣布免费向学生开放一年Pro会员，助力AI编程教育大BUG！非学生用户竟能白嫖谷歌顶级AI全家桶白嫖攻略速看看不懂新开源的DS-Prover V2版本？解读来了，攻克像人类一样数学证明，达到SoTA水平，不知道如何测？样题来了 Midjourney V7推出全新功能 “Omni-Reference”，让图像生成更灵活 GPT-4o生成的烂自拍，反而比我们更真实保姆级教程：零代码基础也能微调Qwen3，并本地部署英伟达全新开源自动语音识别模型 Parakeet-TDT-0.6B-V2，语音转录能力再提升尤雨溪：让 AI 更好的理解 Vue、Vite

标签云

人工智能 OpenAI AI AIGC ChatGPT AI绘画 DeepSeek 模型数据机器人谷歌大模型 Midjourney 智能用户开源学习微软 GPT Meta 图像 AI创作技术论文 Gemini 马斯克 Stable Diffusion 算法蛋白质芯片代码生成式英伟达腾讯神经网络研究 Anthropic 计算 3D Sora 机器学习 AI for Science AI设计开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 Claude xAI 模态大语言模型字节跳动搜索驾驶具身智能神器推荐文本 LLaMA Copilot 视觉训练算力安全视频生成干货合集应用智能体科技大型语言模型亚马逊 AGI DeepMind