中EN 提交工具
返回筛选结果

SuperCLUE

大模型

SuperCLUE 是中文通用大模型综合性测评基准，从四大能力象限十二项基础能力评估模型，主客观题结合，含中文特性与 AI Agent 评测，榜单每月更新，为研发与选型提供科学依据。

核验等级未记录 · · 提交更正

访问官网
编辑点评

适合：中文大模型研发团队、选型企业与跟踪中文模型演进的研究者；不适合：只需客观选择题快速评分的极简场景。

决策信息

“未核验”表示证据不足，不表示该能力不存在。

分类大模型
证据状态核验等级未记录
平台未核验
地区可用性可用
中文界面未核验
中国大陆可用性未核验
商用条款未核验

SuperCLUE是什么

SuperCLUE 是中文通用大模型综合性测评基准，从四大能力象限十二项基础能力评估模型，主客观题结合，含中文特性与 AI Agent 评测，榜单每月更新，为研发与选型提供科学依据。

SuperCLUE的主要功能

  • 评估模型在十二项中文能力维度上的表现
  • 测试多轮对话连贯性与上下文理解
  • 考察成语、诗词、方言等中文特性能力
  • 评估 AI Agent 的工具使用与任务规划能力

适合

  • 四象限十二能力，主客观题结合维度全面
  • 中文特性考察深入，非翻译式评测
  • 榜单月更并附技术报告，时效性强

先注意

  • 送测机制下并非所有模型都有成绩
  • 主观题评分稳定性需结合报告理解
  • 送测合作与费用细节未公开

如何使用SuperCLUE

  1. 访问官网或 GitHub 阅读技术报告了解评测方法
  2. 确保模型可通过 API 与评测系统交互
  3. 通过 CLUEbenchmark 官方邮箱提交模型送测
  4. 在 SuperCLUE 榜单查看结果与排名
  5. 研读报告分析各能力项表现

SuperCLUE的适用场景

上手难度： 高级

  • 评估模型在十二项中文能力维度上的表现
  • 测试多轮对话连贯性与上下文理解
  • 考察成语、诗词、方言等中文特性能力
  • 评估 AI Agent 的工具使用与任务规划能力

常见问题

SuperCLUE 评估哪些能力？

四大象限十二项能力，涵盖语言理解与生成、知识应用、专业技能（含代码与 AI Agent）、环境适应与安全性，并含中文特性能力。

如何让自己的模型上榜？

通过 CLUEbenchmark 官方邮箱联系组织者提交模型信息，由其运行测试后公布结果。

榜单多久更新一次？

评测结果每月更新，并配套发布分析模型强弱项的技术报告。

来源与核验

证据状态： 核验等级未记录

信息来源：www.cluebenchmarks.com （在新窗口打开）
资料复核日期： · 提交更正 →

类似于SuperCLUE的工具

该分类全部