4月30日，國內權威大模型評測機構SuperCLUE發布《中文大模型基準測評2024年度4月報告》，報告選取國內外具有代表性的32個大模型在4月份的版本，通過多維度綜合性測評，真實反映大模型通用能力。報告顯示，云知聲山海大模型在4月評測中取得總分69.51的優異成績，躋身國內大模型Top10;與GPT-4的對戰中，山海綜合勝率與和率為75.55%，超越MiniMax、訊飛星火等大模型。

　　SuperCLUE作為國內權威通用大模型綜合性測評基準，其前身可追溯至第三方中文語言理解評估基準CLUE(The Chinese Language Understanding Evaluation)。自2019年成立以來，CLUE基準一直致力于提供科學、客觀、中立的語言模型評測，其先后推出了CLUE、FewCLUE、KgCLUE、DataCLUE等多個被廣泛認可的評估標準。根據CLUE多年測評經驗，SuperCLUE基于通用大模型在學術、產業與用戶側的廣泛應用，構建了多層次、多維度的綜合性測評基準。

　　作為一個完全獨立的第三方評測機構，SuperCLUE采用自動化評測技術，有效消除人為因素帶來的不確定性，確保提供無偏倚的客觀評測結果。為確保與真實用戶體驗一致，SuperCLUE納入了開放主觀問題的測評，通過多維度多視角多層次的評測體系以及對話的形式，真實模擬大模型應用場景，真實有效考察模型生成能力。同時，通過構建多輪對話場景，更深層次考察大模型在真實多輪對話場景的應用效果，對大模型的上下文、記憶、對話能力全方位評測。

　　本次評測題目為多輪開放式簡答題，評測集共2194題，涵蓋計算、邏輯推理、代碼、工具使用、知識百科、語言理解、長文本、角色扮演、生成與創作、安全十大基礎任務。

　　評測數據顯示，云知聲山海大模型總分為69.51，躋身國內大模型Top10。值得一提的，在具有產業落地意義的長文本能力上，山海大模型取得了68.2分的優異成績，位列全球大模型第四、國內大模型第三。

　　此外，為真實反應通用大模型與產業應用之間的差距，引導大模型提升技術落地效果，在通用能力基礎上更好進行垂直領域的應用，SuperCLUE基于基礎能力和應用能力兩個維度，構建了大模型四個象限，分別代表潛力探索者、技術領跑者、實用主義者、卓越領導者，以此區分大模型所處的不同階段與定位。象限圖顯示，山海大模型被歸類為實用主義者，這意味著其在場景應用上處于領先地位。