近日，SuperCLUE发布最新中文大模型10月榜单。GPT-4继续位列榜首；vivo自研大模型vivoLM以70.74分位居第四，在国内大模型中排名第一。
紧随其后的是月之暗面Moonshot、百度文心一言4.0及商汤SenseChat 3.0。
评测维度与模型阵容升级
SuperCLUE重点考察大模型的中文能力，涵盖专业知识技能、语言理解与生成、AI智能体及安全四大核心维度，涉及上百项测试任务。
本次评测选取了国内外最具代表性的20个通用大语言模型。相较于9月榜单，新增了月之暗面Moonshot、百度文心一言4.0、科大讯飞星火V3.0、vivoLM以及阿里云Qwen-14B。
评测采用全新数据集，包含3754道测试题（606道多轮简答题、3148道客观选择题），最终产出总排行榜等五大权威榜单。
国内大模型格局与展望
评测结果显示，国内第一梯队大模型格局已基本确立。头部中文大模型性能已极度接近GPT-3.5，但与GPT-4仍存在显著差距，目前尚未出现能对标或媲美GPT-4的国产模型。
SuperCLUE预测，今年第四季度内或将出现全面超越GPT-3.5的通用大模型。然而，如何进一步缩小与GPT-4的差距，仍是所有中文模型研发机构面临的核心挑战。