SuperCLUE：中文大模型综合评测基准

SuperCLUE是面向中文大语言模型的综合评测体系，从语言理解与生成、知识应用、专业技能、环境适应和安全性等维度，系统评估模型能力。平台结合多轮对话、客观题和主观题测试，并新增AI Agent工具使用与任务规划能力评估。

主要功能

• 评测语言理解、文本创作和多轮对话能力
• 测试知识问答、逻辑推理和数学计算
• 评估代码生成和专业任务处理能力
• 考察角色扮演、环境适应和模型安全性
• 覆盖字形、拼音、古文、成语和诗词等中文能力
• 结合客观量化与主观评价
• 定期更新模型榜单并发布技术报告

使用方式

研究者可阅读评测报告和技术规范，准备支持API调用的中文模型，并联系评测组织方提交模型信息。评测完成后，可通过榜单和报告分析模型表现。

适用场景

适合模型研发优化、企业模型选型、学术比较、AI Agent评估、安全合规检测和中文AI应用开发。