中文大模型基准测评2024年10月报告

[lezishen (乐子神)]

中文大模型基准测评2024年10月报告

[Qiner (林黛玉倒拔垂杨柳)]

o1-preview 份量和速度都没法日用。Claude 3.5 Sonnet 和 GLM-4-Plus 这俩很强而且也不贵。

[lezishen (乐子神)]

哈哈哈哈哈哈哈啊哈哈哈哈

[QAWS12g (jiangly)]

GLM-4-Plus强在哪里。代码强吗

[bbb]

第一个榜怎么gpt-4o都没有

[Qiner (林黛玉倒拔垂杨柳)]

强在得分.jpg 国区第一了。目前我的日用模型，在中文母语的场景下体验比 4o/gemini 那些好些，还有因为是国内的响应速度比境外的快。

---

榜单有 Qwen-72B，但感觉 Qwen 技能全点在专攻得分上了，实用体验并不好经常输出乱码那些。或者无限 \n\n\n\n\n\n\n\n\n\n\n

[lezishen (乐子神)]

估计默认测的是LEAST版本了

[QAWS12g (jiangly)]

对大参数的模型有好感