SuperCLUE2025年年度测评精确指令遵循总分对比
2026-02-04 14:57:38
31
相关数据
行业数据1
SuperCLUE测评基准2025年年度总体表现（数据截至2026年2月27日）
2026-03-16 08:15:43
29
原图定位
行业数据1
SuperCLUE2025年年度测评代码生成总分对比
2026-02-04 14:57:38
29
原图定位
行业数据1
SuperCLUE2025年年度测评科学推理总分对比
2026-02-04 14:57:38
32
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内Top3
2026-02-04 14:57:38
32
原图定位
行业数据1
SuperCLUE2025年年度测评数学推理总分对比
2026-02-04 14:57:38
44
原图定位
行业数据1
SuperCLUE2025年年度通用测评推理模型推理效能区间分布（含补测）
2026-02-04 14:57:38
30
原图定位
行业数据1
SuperCLUE2025年年度测评智能体（任务规划）总分对比
2026-02-04 14:57:38
35
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内外Top20热力图
2026-02-04 14:57:38
39
原图定位
行业数据1
SuperCLUE2025年年度测评幻觉控制总分对比
2026-02-04 14:57:38
25
原图定位
行业数据1
SuperCLUE2025年年度测评开闭源大模型6大任务平均分对比
2026-02-04 14:57:38
34
原图定位
行业数据1
2025年全年SuperCLUE通用基准测评海内外大模型Top3
2026-02-04 14:57:38
39
原图定位
行业数据1
SuperCLUE2025年年度通用测评性价比区间分布
2026-02-04 14:57:38
38
原图定位
行业数据1
SuperCLUE2025年年度基准测评Qwen3-Max-Thinking六大任务得
2026-02-04 14:57:38
35
原图定位
行业数据1
SuperCLUE2025年年度基准测评开源模型总分对比
2026-02-04 14:57:38
30
原图定位
行业数据1
国资委79号文件央国企信创替代方案
2024-10-10 08:15:13
21481
原图定位
最新数据
行业数据1
图11 联合国全球数字和可持续贸易便利化调查评分，2025年
2026-04-03 08:30:00
21
原图定位
行业数据1
图10 印度尼西亚针对其前10大出口产品进入美国市场的主要竞争者及其最新的相应关税水平
2026-04-03 08:30:00
23
原图定位
行业数据1
图9 “最坏情况”贸易战对价格的影响，2025 到 2030 年
2026-04-03 08:30:00
16
原图定位
行业数据1
图 8 “最坏情况”贸易战对印度尼西亚前10大农业食品下游需求部门的影响，2025年至2030年
2026-04-03 08:30:00
12
原图定位
行业数据1
图6 印尼对美国的农业出口，2010年至2024年
2026-04-03 08:30:00
14
原图定位
行业数据1
图7 受到美国互惠关税影响最大的五种农业食品产品
2026-04-03 08:30:00
12
原图定位
介绍：主要考察模型的指令遵循能力，包括但不限于定义的输出格式或标准来生成响应，精确地呈现要求的数据和信息。涉及的中文场景包括但不限于结构约束、量 化约束、语义约束、复合约束等不少于4个场景。 评价方式：基于规则脚本的0/1评估。 1.梯度分化明显，海外头部领 先显著。 前四名均为海外模型且分差较大, Claude-Opus-4.5-Rea soning 以51.10 分位居榜首，与第二名拉开了近8 分的差距。国产模型ERNIE-5.0、 等紧随其后，与第一名差距超过13 分。国内模型在该任务上的平均分 为19.97分，海外模型的平均分为 27.02分，相差近7分，还有一定的 提升空间。 化严重。 级，难度从等级2到等级9（等级2 整体题目难度较大，所有模型在该 任务上的整体平均分仅22.72分，超
行业数据
原图定位
相关数据
最新数据
原图定位
