最新中文大模型测评：百川智能 Baichuan 3 国内第一

在最新的《中文大模型基准测评 2024 年度 4 月报告》中，SuperCLUE 评测机构对国内外32个知名大模型进行了全面评估。这份报告揭示了百川智能的 Baichuan 3 在国内大模型中占据领先地位，紧随其后的是智谱 GLM-4、通义千问 2.1、文心一言 4.0和 Moonshot (Kimi)。尽管如此，国际上的GPT-4和Claude3在测评中表现出更高的得分。

SuperCLUE 不仅局限于传统的选择题形式，还引入了开放性问题的测评，以模拟实际应用中的大模型场景。通过多轮对话的设定，深入评估模型的上下文理解、记忆和对话能力。本次测评涵盖了逻辑推理、代码编写、语言理解等多个领域，总计2194道题目。

Baichuan 3 在测评中展现出卓越的综合能力，其在知识百科方面以82分的成绩超过GPT-4-Turbo，成为所有评测模型中的首位。在逻辑推理方面，Baichuan 3 以68.60的分数超过了Claude3-Opus，领先于其他国内竞争对手。此外，Baichuan 3 在计算、代码和工具使用方面也取得了国内前三的好成绩。

请注意，本文提及的外部链接仅供参考，不代表IT之家立场。

本文来源： IT之家【阅读原文】