SuperBench 大模型能力评测报告发布

清华大学与中关村实验室合作推出的 SuperBench 大模型综合能力评测框架显示，GPT-4系列和Claude-3等国外大模型在多项能力上领先，国内头部大模型表现逐渐接近国际水平，但仍需努力。随着大模型研究发展，评测方法逐步转向智能体评测，为大模型技术发展指明方向。
来源：https://mp.weixin.qq.com/s/XZrZbkYbJIyVygIU3pLX9Q