據(jù)北京商報(bào)報(bào)道，12 月 28 日，國內(nèi)中文模型評測機(jī)構(gòu) SuperCLUE 發(fā)布中文大模型基準(zhǔn)測評 2023 年度報(bào)告。根據(jù)報(bào)告，過去半年，國內(nèi)領(lǐng)軍大模型企業(yè)取得了驚人的進(jìn)步，實(shí)現(xiàn)了與國際頂尖模型的追趕并超越。從 7 月份與 GPT3.5 的 20 分差距，到 11 月份已經(jīng)完成總分上對 GPT3.5 的超越，每個(gè)月都有穩(wěn)定且巨大的提升。本次測評數(shù)據(jù)選取了 SuperCLUE-12 月測評結(jié)果，模型選取了國內(nèi)外有代表性的 26 個(gè)大模型在 12 月份的版本。測評結(jié)果顯示，國內(nèi)外差距依然明顯。GPT4-Turbo 總分 90.63 分遙遙領(lǐng)先，高于其他國內(nèi)大模型及國外大模型。其中國內(nèi)最好模型文心一言 4.0 (API）總分 79.02 分，距離 GPT4-Turbo 有 11.61 分，距離 GPT4（網(wǎng)頁）有 4.9 分的差距。但過去 1 年國內(nèi)大模型已經(jīng)有了長足的進(jìn)步。綜合能力超過 GPT3.5 和 Gemini-Pro 的模型有 11 個(gè)，比如百度的文心一言 4.0、阿里云的通義千問 2.0 和 Qwen-72B-Chat、OPPO 的 AndesGPT、清華 & 智譜 AI 的智譜清言、字節(jié)跳動(dòng)的云雀大模型等都有比較好的表現(xiàn)。另外國內(nèi)開源模型在中文上表現(xiàn)要好于國外開源模型，如百川智能的 Baichuan2-13B-Chat、阿里云的 Qwen-72B、Yi-34B-Chat 均優(yōu)于 Llama2-13B-Chat。