CLUE中文语言理解基准测评

中文语言理解测评基准(CLUE)

内容体系：代表性的数据集、基线(预训练)模型、语料库、论文、工具包、排行榜。

定位：为更好的服务中文语言理解、任务和产业界，做为通用语言模型测评的补充，通过搜集整理发布中文任务及标准化测评等方式完善基础设施，最终促进中文NLP的发展。

                                       更新24年4月1日： SuperCLUE-200K: 超长文本无损能力压测！中文大模型“大海捞针”首批结果公布
                                       更新24年4月2日： SuperCLUE-Role: 重新定义中文角色大模型测评基准
                                       更新24年2月28日：中文大模型基准测评2024年2月报告
                                       更新24年3月11日： SuperCLUE-RAG: 中文原生检索增强生成测评基准
                                       更新24年3月4日： SuperCLUE-Industry: 中文原生工业大模型测评基准
                                       更新24年2月26日： SuperCLUE-Video: 中文原生多层次文生视频测评基准
                                       更新23年2月21日： SuperCLUE-Code3: 中文原生端到端等级化代码能力测试基准
                                       更新24年1月15日： SuperCLUE-Math6: 新一代中文原生多轮多步数学推理数据集
                                       更新23年12月25日： SuperCLUE-Auto即首个汽车行业中文大模型测评基准发布
                                       更新23年11月28日：《中文大模型测评报告，2023》发布
                                       更新23年11月30日： 11月中文大模型测评基准榜单发布
                                       更新23年11月14日： SuperCLUE2行业测评基准即将发布，正在征集行业大模型！
                                       更新23年11月09日： GPT-4 Turbo中文基准评测出炉！总分98.4，八项满分，领先31分｜SuperCLUE
                                       更新23年10月18日： SuperCLUE-Agent发布！中文原生场景Agent能力测评基准
                                       更新23年09月12日：为大模型安全护航！中文大模型多轮对抗安全基准SC-Safety发布

立即测评下载数据集联系与反馈