首页 > 业界 > 关键词  > 正文

SuperCLUE:GPT-4 Turbo中文基准评测领先国内模型超过30分

2023-11-09 14:19 · 稿源:站长之家

站长之家(ChinaZ.com)11月9日 消息:GPT-4Turbo 是 OpenAI 发布的最新 ChatGPT 模型,具有128K 上下文和训练数据知识截止至2023年4月。

SuperCLUE表示,GPT-4Turbo在 SuperCLUE-OPEN 中文通用大模型综合性评测基准上,取得了总分98.4,八项基础能力满分,领先国内最强模型超过30分。

从定量和定性分析来看,GPT-4Turbo 在各项任务上表现出色,具有强大的计算能力、代码理解、逻辑推理、知识百科、生成创作等能力。

微信截图_20231109141209.png

根据 SuperCLUE 的评测结果,GPT-4Turbo 在中文基准上表现出了非常强大的能力。

以下是一些主要的总结:

1. GPT-4Turbo 在 SuperCLUE-OPEN 基准上取得了98.40的高分,较上一代 GPT4有10.33分的提升。

2. 在十项基础任务中,GPT-4Turbo 有8项能力取得了满分,包括知识百科、代码、逻辑推理、工具使用等。

3. 与国内大模型相比,GPT-4Turbo 在综合能力上处于绝对领先,总分领先国内最强模型30分以上。

4. GPT-4Turbo 支持更长的输入文本,每次可以输入300多页的内容,相当于10万汉字。

5. GPT-4Turbo 对函数调用、指令和 JSON 模式进行了调优,提高了模型的性能。

举报

  • 相关推荐
  • 能生成MV/音乐视频的AI音乐模型推荐:音潮V4.0、Suno、Udio 音乐模型、视频模型边界厘清

    文章澄清“能生成MV的AI音乐模型”易误解:Suno、Udio等只出音频,可灵、Runway等只出画面;真正音画同源一体化产品很少,音潮是国产落地较完整代表,其V4.0升级指令理解、纯音乐开放、十大语种覆盖,并支持一键MV与商用。选购需先分清三类边界,按需求匹配。

  • OpenAI为免费用户升级至GPT-5.6 Luna,开放更多功能权限

    OpenAI宣布对ChatGPT进行更新,在提升日常对话体验的同时,为免费用户开放更多功能权限。对于Plus和Pro用户,OpenAI更新了聊天界面,优化了交互体验。 此次升级的核心是GPT-5.6 Luna模型的推出。与上一代模型相比,Luna在逻辑推理、多轮对话和创造性写作方面均有提升。免费用户无需订阅即可体验新模型,这被视为OpenAI吸引和留住用户的重要举措。此前,OpenAI曾因DeepSeek等低成本A

  • 智谱发布 GLM-5.3,自称编程最强的开源模型

    智谱在8月14日正式推出 GLM-5.3。有意思的是,这一版的基座模型跟 GLM-5.2其实是同一个,提升全靠后训练 Scaling 把智能上限往上拉,用了几十倍的长程任务环境、更丰富的环境类型,还有超长的后训练时间。 编程是这次最被拿来当卖点的能力。智谱称 GLM-5.3是编程能力最强的开源模型,内部体感评测比上代提升50%,在 Terminal Bench3.0、Agents' Last Exam(CLI)这些公开基准上拿到开

  • 京东开源JoyAI-Video-Edit模型!实现视频边播边改:综合性能全球领先

    京东正式开源自研实时流式视频编辑模型JoyAI-Video-Edit,打破传统视频先成片再剪辑的固有模式,实现播放画面同步实时修改,在流式实时视频编辑方向的各项指标全面领先,达到世界一流水平。 依托JoyAI基础大模型底座,设备在720P分辨率下可稳定实现30帧实时运算,画面处理无明显延迟卡顿,适配常规视频播放同步修改需求。模型摒弃行业只能剪辑短视频片段的短板,支持超

  • 智谱GLM-5.3大模型发布:开源中最强、编程/智能体性能接近Fable 5

    智谱创始人几个小时前才说GLM-5.3很快发布,没想到中午就发了,相比当前的GLM-5.2提升50%,是开源最强的,编程与智能体性能接近Fable 5。 与之前传闻的不同,GLM-5.3跟GLM-5.2基座模型还是一样的7400多亿参数量,升级到万亿参数是没有的,有可能是留给GLM-5.5了,但这也没有妨碍GLM-5.3通过后训练来提升性能水平。 根据智谱说法,在多项主流基准测试中GLM-5.3是当前排名最高的开源�

  • 9999元起全球唯一机器人手机!荣耀Robot Phone预定已超过40万台

    荣耀今晚正式发布全球首款量产机器人手机Robot Phone,12GB 512GB版本9999元起,16GB 1TB版本12999元。 据荣耀首席影像工程师罗巍透露,Robot Phone手机预定已经超过40万台,他直言:再不下手估计买不到了。” 这是手机行业沉寂多年之后问世的第一款新物种,机身内置荣耀自研钛合金4D灵巧云台,搭载行业最轻2.6克微型驱动电机,支持水平360旋转与多角度俯仰调节,0.8秒完成弹出收�

  • 2026年AI音乐生成大模型怎么选?音潮V4.0、Suno V5.5、Udio能力解析

    2026年AI音乐生成大模型竞争转向指令理解、语种覆盖、合规与接口生态。音潮V4.0重构语义理解,支持10语种,开放纯音乐和API,限时免费、成本低且已备案;Suno V5.5仍是英文技术标杆,但中文与版权存短板;Udio强在音质编辑,Mureka偏接口化生产。选型应结合中文/多语种、纯音乐、合规与成本等场景。

  • 一嗨租车会员直升复游会金卡 亚特兰蒂斯/Club Med权益免费享

    一嗨717新车季携手复星旅文旗下复游会,为会员送高端度假权益。一嗨会员可免费领复游会金卡180天,享会员价、积分、专属活动;铂金钻石权益更丰厚。覆盖三亚亚特兰蒂斯、地中海邻境/白日方舟、太仓阿尔卑斯度假区,提供免费升房、提前入住、亲子体验、滑雪免排队等。另有一嗨满减券及新人礼包。打开一嗨租车APP直升金卡即可解锁。

  • 《云上Agent基准度量模型》正式发布,腾讯云推动云上Agent安全、稳定、可信

    《云上Agent基准度量模型》正式发布,腾讯云旗下WorkBuddy等产品首批通过认证。该标准由中国信通院牵头,从功能、安全、可靠等六大维度评估Agent,并引入“双重授权”与分级人机协作机制,为自动化操作设定可控边界,推动Agent从“能完成任务”走向“可稳定运行”。腾讯云基于丰富的产品矩阵与安全实践参与编制,为金融、政务等高安全场景提供了可量化的建设参考。

  • AI日报:MiniMax发布Music3音乐模型;百度GenFlow官宣中文名“库库AI”;智谱发布 GLM-5.3

    MiniMax发布Music3,可生成5分钟歌曲;百度GenFlow定名库库AI,月活破亿;智谱GLM-5.3后训练提升编程并开源;OpenAI推电脑历史功能;谷歌Gemini 3.7 Flash编码升级降价50%;App Store现AI假截图刷分应用;DeepSeek V4 Pro上线硅基流动,百万上下文低价;京东七鲜首发24小时无人咖啡店。

今日大家都在搜的词: