这是针对中文可用的通用大模型的一个测评基准。
它主要回答的问题是：在当前通用大模型大力发展的背景下，中文大模型的效果情况，包括但不限于"这些模型不同任务的效果情况"、"相较于国际上的代表性模型做到了什么程度"、 "这些模型与人类的效果对比如何"。
来源：https://github.com/CLUEbenchmark/SuperCLUE
频道：@TestFlightCN
via 🆕 科技新闻投稿📮TestFlight - Telegram Channel (author: 在花⭐️投稿📮Bot)
