2024年中国大语言模型能力评析（一）评测方法论与综合评测结果

AI变革行业创新发展

2024 China Large Language Model Evaluatoin Analysis Result2024中国大言語産業能力総合評価結果

撰写人：常乔雨

头豹是国内领先的行企研究原创内容平台和创新的数字化研究服务提供商。头豹在中国已布局3大研究院，拥有近百名资深分析师，头豹科创网(www.leadleo.com)拥有20万+注册用户，6,000+行业赛道覆盖及相关研究报告产出。

头豹打造了一系列产品及解决方案，包括数据库服务、行企研报服务、微估值及微尽调自动化产品、财务顾问服务、PR及IR服务，研究课程，以及分析师培训等。诚挚欢迎各界精英与头豹交流合作，请即通过邮件或来电咨询。

报告作者

袁栩聪

首席分析师

oliver.yuan@Leadleo.com

常乔雨
行业分析师
charles.chang@Leadleo.com

头豹研究院

咨询/合作

网址：www.leadleo.com

电话：15999806788（袁先生）

电话：18916233114（李先生）

深圳市华润置地大厦E座4105室

摘要

自2022年12月GPT3.5发布以来，大语言模型在全球范围内引发了空前的关注与热潮。其所揭示的无限潜能，不仅将人工智能从学术殿堂推向了实际应用的前沿，更引领了一场行业变革。截至2024年2月，全球已有超百个大语言模型问世，类型涵盖开源、闭源、二次开发及微调等，发布机构则遍布互联网科技巨头、云计算领先企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商等。随着大语言模型热度的持续攀升和众多模型的相继上市，用户在选择时面临诸多挑战，尤其是模型技术的不断更新，使得如何持续确保使用市场上最优质的模型成为用户关注的焦点。因此，全面深入的大语言模型评测显得尤为关键。它不仅为用户提供了客观评估模型优劣的依据，还为实际应用提供了有力的决策支持，有助于用户做出明智的选择。

进一步而言，客观、公正且全面的评测对于促进大语言模型技术的健康有序发展具有重要意义。通过系统评估模型的性能、稳定性、安全性等核心要素，我们能够确保用户根据自身需求精准匹配最合适的模型，从而有效降低决策风险。这样的评测不仅提升了用户的使用体验，也推动了大语言模型技术的不断进步和优化。

◼ 从用户实际使用角度出发，归总出五大一级评测维度，以构建全面科学的评估体系

本次大语言模型评测以用户使用体验和实际使用价值为基准，综合考量知识能力、语言能力、道德风险、行业能力及综合能力五大核心一级维度，并进一步细化为风险信息识别、逻辑推理、类比迁移、角色扮演等多个二级维度，以构建全面、科学的评估体系，确保准确衡量模型的优势与不足。

◼ 2024年大语言模型综合评测显示，国际领先模型在通用基础能力和专业应用能力上略优于中国领先模型，其中文心、GPT3.5和通义千问位居第一梯队

根据2024年大语言模型综合评测结果来看，国际领先的模型整体水平略优于中国领先大语言模型的均线。根据国际大语言模型均线、中国大语言模型均线划分出了三个梯队，第一梯队包括文心、GPT3.5以及通义千问；第二梯队包括360智脑、商汤商量、智谱AI、中科闻歌雅意以及腾讯混元；第三梯队包括Minimax、面壁智能、紫东太初、百川智能以及昆仑天工。

内容目录

大语言模型评测背景与方法论06页

评测背景

参与者概览

+ 题目搜集方法论

· 题目评测方法论

大语言模型综合评测结果18页

大语言模型综合评测结果

. 通用基础能力

一级维度综合评测结果

. 大语言模型独立表现

研究目标

研究目的

深入剖析截至2024年2月中国大型模型在自然语言处理领域的发展态势与全面性能评估

研究目标

了解中国大语言模型的发展背景

归纳科学评测体系与研究方法论

分析中国大语言模型的综合表现

挖掘中国大语言模型的优势

本报告的关键问题

中国大语言模型的发展如何？

中国优秀的大语言模型有哪些？具体优势在哪儿？

中国大语言模型与国际领先的大模型对比如何？

中国大语言模型总体表现如何？

名词解释

◆ 大语言模型：基于海量数据训练，拥有巨大参数规模，能理解和生成自然语言文本的人工智能模型。

裁判模型：用于评估不同大模型能力的模型。

Chapter 1大语言模型评测背景与方法论

❑ 随着大语言模型热度的持续攀升和众多模型的相继上市，大语言模型评测对于确保用户选择市场上最优质模型、推动大语言模型技术进步及优化用户体验至关重要，是人工智能领域健康有序发展的关键环节

❑ 本次大语言模型评测聚焦中外多个代表性大语言模型，通过全面对比性能、稳定性、安全性等方面，旨在深入挖掘特定领域内的优势和不足，为用户提供精准决策支持

❑ 本次大语言模型评测以用户使用体验和实际使用价值为基准，通过综合考量五大核心维度及多个细化二级维度，构建全面科学的评估体系，确保准确评估模型优势与不足

中国大模型评测背景与方法论— 评测背景

随着大模型热度的持续攀升和众多模型的相继上市，评测对于确保用户选择市场上最优质模型、推动大模型技术进步及优化用户体验至关重要，是人工智能领域健康有序发展的关键环节

大模型的创业企业汇总

◼ 大模型评测对于确保用户选择最优质模型、推动技术进步及优化用户体验至关重要，是促进大模型技术健康有序发展的关键环节

自2022年12月GPT3.5发布以来，大模型在全球范围内引发了前所未有的关注与热潮。其所展现出的巨大潜力，不仅推动了人工智能从学术研究向实际应用领域的跨越，更引领了行业的革新与变革。截至2024年2月，全球范围内已有超百款大模型问世，涵盖开源、闭源、二次开发及微调等多种类型，且发布机构遍布各大互联网科技巨头、云计算领军企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商等。随着大模型市场的持续升温和众多模型的接连涌现，用户在选择时面临诸多挑战，特别是模型技术的不断更新，使得如何确保持续使用市场上最优质的模型成为用户关注的焦点。

进一步而言，客观、公正且全面的评测对于促进大模型技术的健康有序发展具有重要意义。通过系统评估模型的性能、稳定性、安全性等核心要素，能够确保用户根据自身需求精准匹配最合适的模型，从而有效降低决策风险。这样的评测不仅提升了用户的使用体验，也推动了大模型技术的不断进步和优化。

来源：沙利文、头豹研究院

中国大模型评测背景与方法论 ——参与者概览

本次大模型评测聚焦中国市场领先的大模型，通过全面对比两大核心能力和五大基础维度，深入剖析各模型的优势与不足，为用户提供精准的决策支持

大模型参与者概览

序号	模型版本
1	文心一言4.0
2	天工V3.5
3	通义千问2.0
4	商汤日日新·商量(2024/02)
5	腾讯混元V1.6.4
6	智谱AI GLM-4
7	紫东太初2.0
8	雅意YAYI2.0
9	360智脑网页版(2024/02)
10	MiniMax abab6
11	Moonshot Kimi.ai(2024/02)
12	面壁露卡 (2024/02)
13	讯飞星火V3.5
14	百川baichuan2-Turbo
15	豆包 (2024/02)

◼ 本次大模型评测聚焦中外多个代表性大模型，通过全面对比性能、稳定性、安全性等方面，旨在深入挖掘特定领域内的优势和不足，为用户提供精准决策支持

从用户视角出发，本次大模型评测着重关注通过网络端口提供服务、用户可直接通过网页端使用的大模型。鉴于市场热度和内部分析师的投票选择，锁定了中外多个具有代表性的大模型进行评测。

在中国，入围的模型包括商汤日日新·商量、文心一言、通义千问、豆包、天工、中科闻歌、Minimax、腾讯混元、Moonshot、360智脑、紫东太初、智谱AI、讯飞星火以及百川智能等。这些模型在国内具有广泛的应用和较高的用户黏性。与此同时，国际方面选择了OpenAI的GPT3.5和GPT4、谷歌的Gemini以及Anthropic的Claude。这四个国际大模型不仅技术成熟，而且已经成功向社会开放了商业化接口，具有较高的市场认可度。

通过本次评测，旨在全面对比中国大模型与国际大模型在性能、稳定性、安全性等方面的差距，并深入挖掘在特定领域内的优势和不足。这将有助于更准确地把握当前大模型技术的发展趋势，为用户提供更加精准、有价值的决策支持。

来源：沙利文、头豹研究院

主观题答案满意度：高低

中国大语言模型产业洞察— 题目搜集方法论

为确保题库质量和模型性能测试的精准性，搜集端采用客观搜集架构，该架构通过多层级问题筛选，结合主客观形式，全面保障题目质量，并广泛涵盖多样题型，以最大程度考察模型的基础能力

大语言模型题目搜集端方法论

多维度测试集

选取不同类型、难度和领域的题目，测试模型的广泛及泛化能力

? 问题变换

防止模型过于依赖先前见过的具体题目或信息，影响评测结果

问题搜集题库示例：

搜集端606

人员分离

分离搜集人员和评测人员，确保评测结果的客观、可靠

专业审核

征集专业分析师对测评题目进行审核、修改、筛选或设计

客观题：正确

◼ 搜集端通过设计客观搜集架构与筛选多层级问题，确保题库质量，精准测试模型性能，广泛覆盖基础能力考察范围

为确保题库质量并精准测试模型性能，本次评测在搜集端设计了一套客观搜集架构。该架构通过筛选多层级问题，并结合人为主观与客观形式，全面保障搜集的题目既符合质量标准，又能深入检验模型的真实能力。题库内容广泛，涵盖专业测试题、逻辑推理题及实际任务完成题等多样题型，旨在最大程度覆盖基础能力考察范围。

来源：沙利文、头豹研究院

中国大语言模型产业洞察— 题目评测方法论

本次评测团队经验均有一年以上的大语言模型实践经验，对1500多道题目进行了深入评估，涉及20+细分维度。为确保评测的公正和客观，团队结合盲测机制和裁判模型两种方法，确保结果的一致性和准确性

大语言模型题目评测端方法论

评测端
评测问题累计 1500题+	细分评测维度 20+	分析师评估团队 20人+	裁判模型 GPT4-Turbo

A	B	C	D
	模型1	模型2	模型3
问题1	模型1答案	模型2答案	模型3答案
问题2	模型1答案	模型2答案	模型3答案
问题3	模型1答案	模型2答案	模型3答案
问题4	模型1答案	模型2答案	模型3答案

随机打乱

A	B	C	D
	列1	列2	列3
问题1	模型4答案	模型7答案	模型3答案
问题2	模型4答案	模型12答案	模型13答案
问题3	模型5答案	模型8答案	模型15答案
问题4	模型8答案	模型11答案	模型15答案

模型名称	企业机构	知识能力	语言能力	道德能力	行业能力	综合能力
xXX	XX	8.6	8.6	8.6	8.6	8.8
xXX	XX	7.5	6.6	9.1	7.8	8.8
XXX	XX	8.3	7.5	8.2	7.7	6.8

◼ 本次评测采用盲测和GPT4-Turbo大语言模型双重机制，确保评测流程的客观公正和综合结果的一致性

在评测端，为评测流程客观公正，本次评测采用盲测的评测机制，大语言模型的答案顺序会完全打乱，分析师团队在评测过程中对模型答案完全不知晓，以确保不会受到对特定模型偏见的影响。同时，除了分析师的人为评测外，本次加入裁判大语言模型GPT4-Turbo进行评测以保证大语言模型综合结果的一致性和客观性。

来源：沙利文、头豹研究院

中国大模型评测背景与方法论— 维度选择

本次大模型评测以用户使用体验和实际使用价值为基准，通过综合考量五大核心维度及多个细化二级维度，构建全面科学的评估体系，确保准确评估模型优势与不足

大模型评测维度选择

从用户实际使用角度出发，归总出五大一级评测维度，以构建全面科学的评估体系

本次大模型评测以用户使用体验和实际使用价值为基准，综合考量数理科学、语言能力、道德责任、行业能力及综合能力五大核心一级维度，并进一步细化为风险信息识别、逻辑推理、类比迁移、角色扮演等多个二级维度，以构建全面、科学的评估体系，确保准确衡量模型的优势与不足。

来源：沙利文、头豹研究院

中国大模型评测背景与方法论—— 通用基础与专业应用能力

本次评测涵盖大模型的两大核心价值能力：通用基础能力和专业应用能力。前者是AI自然语言处理的基石，后者则决定模型在实际使用中的表现。两者结合，构筑了用户角度的坚实基础

大模型基础设施构成

数理科学: 指模型能够全面评估模型在各个知识领域中的掌握程度和应用能力，从而确保模型在面对各种复杂问题时能够做出准确、全面的响应。

语言能力: 指决定模型能否精准把握用户意图，生成贴切自然的文本，并在多样复杂的情境中自如应对。

道德责任: 指确保模型遵循伦理、减少误导和增强抗干扰能力。是保障AI技术公正可靠、推动其长远发展的关键。

◼ 大模型的通用基础能力以数理科学、语言能力和道德责任管理为支柱，相互依存促进，共同构筑了其在自然语言处理中的坚实基石

大模型的通用基础能力体现模型的底层基础能力，由三大支柱构成：数理科学、语言能力和道德责任管理。首先，数理科学作为模型的知识储备库，使其能够广泛汲取、深入理解和灵活运用跨领域的知识，为语言处理提供坚实的背景支撑。其次，语言能力是模型的核心竞争力，它确保模型能够精确解析文本的深层结构、捕捉微妙的语义差异，并生成既符合语法规则又具备流畅自然特质的文本。最后，道德责任管理在模型处理语言时发挥着至关重要的作用，它涉及对伦理和道德原则的严格遵守，旨在防止模型产生偏见、歧视或误导性信息，确保输出的语言内容既公正又可靠。这三大要素相互依存、相互促进，共同构筑了大模型在自然语言处理领域的坚实基石。

综合能力: 融合自适应学习、专业文本分析、处理超长文本、复杂任务计划与完成等多个维度，体现其实用性和可靠性。

行业能力: 指其在各个细分行业中对知识把握的精确度、对行业内在逻辑的深刻理解以及对行业未来走向的敏锐预判等多重能力的综合体现

◼ 大模型的专业应用能力由综合能力和行业能力共同构成，二者结合成为衡量模型在不同行业和场景中价值的重要标准。

大模型的专业应用能力，作为其实际运用中的效能体现，是由综合能力和行业能力两大要素共同塑造的。综合能力凸显了模型在自适应学习、专业文本深度解析以及超长文本流畅处理等方面的卓越性能和稳定性；而行业能力则彰显了模型在各行业细分领域中对知识的精准掌握、对行业深层逻辑的透彻理解以及对行业发展趋势的敏锐洞察。这两大能力的有机结合，共同成为衡量大模型在不同行业和多元化场景中展现其价值的重要标准。

来源：沙利文、头豹研究院

Chapter 2大语言模型综合表现

❑ 2024年大语言模型综合评测结果显示，国际领先模型在通用基础能力和专业应用能力上略优于中国领先模型，其中文心、GPT3.5和通义千问位居第一梯队，综合表现较为优异

❑ 评测结果显示，大语言模型在道德风险、语言能力、知识能力、行业能力及综合能力上表现差异明显，其中文心4.0、GPT3.5、通义、360智脑及Moonshot等模型在各自领域表现突出

中国大语言模型综合表现— 大语言模型综合评测结果

2024年大语言模型综合评测结果显示，国际领先模型在通用基础能力和专业应用能力上略优于中国领先模型，其中文心、GPT3.5和通义千问位居第一梯队，综合表现较为优异

大语言模型综合竞争力气泡图

◼ 2024年大语言模型综合评测显示，国际领先模型在通用基础能力和专业应用能力上略优于中国领先模型，其中文心、GPT3.5和通义千问位居第一梯队

大语言模型的综合能力可以从两大核心维度进行产出，X轴为通用基础能力、Y轴为专业应用能力。通用基础能力主要考察大语言模型在语言、知识、道德风险等基础能力的表现，更加反映大语言模型在自然语言理解的能力和交互的水平。模型位置越靠右，模型自然语言基础产出能力越强。Y轴为专业应用能力，专业应用能力则考验大语言模型在实际使用中的价值能效，通过考察在实际任务规划、超长文本输出、行业领域内容产出等，衡量大语言模型在不同应用场景下，实际价值产出的能力。模型位置越靠上，实际使用中的价值产出效能更强。

来源：沙利文、头豹研究院

中国大模型综合表现— 通用基础能力

大模型的通用基础能力是一个复合性框架，涵盖了数理科学、语言能力和道德责任管理三大要素。在通用基础能力的评测中，文心一言、腾讯混元和商汤日日新·商量展现出优于国际均线的表现

大模型通用基础能力

◼ 中国大模型在通用基础能力评测中表现突出，文心一言、腾讯混元和商汤日日新·商量超越国际均线，展现了中国大模型在自然语言处理领域的显著实力

大模型的通用基础能力是一个复合性框架，涵盖了数理科学、语言能力和道德责任管理三大要素。数理科学使模型能够广泛汲取、深入理解和灵活运用跨领域知识，为自然语言处理提供坚实的知识储备。语言能力则确保模型能够精确解析文本、捕捉语义，并生成符合语法和语境规则的文本。同时，道德责任管理在模型处理语言时发挥着至关重要的作用，它涉及对伦理和道德原则的严格遵守，旨在防止模型产生偏见、歧视或误导性信息，确保语言处理的公正性和可靠性。

在通用基础能力的评测中，文心一言、腾讯混元和商汤日日新·商量展现出了优于国际均线的表现，这充分证明了它们在模型的底层基础能力方面具备较高的水平。同时，360智脑、通义千问、豆包、Moonshot、智谱AI以及讯飞星火等中国大模型也表现良好，均位于此次入选评测的中国大模型均线以上。

来源：沙利文、头豹研究院

中国大模型综合表现— 专业应用能力

大模型的专业应用能力是其实际运用效能的集中展现，由综合能力和行业能力两大核心要素协同构建而成。中国大模型在行业应用能力评测中表现优异，展现了在实际应用中的高价值

大模型专业应用能力

大模型专业应用能力评测结果

◼ 中国大模型在行业应用能力评测中整体表现优异，凸显了其在综合能力和行业能力上的协同优势，展现了在实际应用中的高价值

大模型的专业应用能力是其实际运用效能的集中展现，由综合能力和行业能力两大核心要素协同构建而成。综合能力体现了模型在自适应学习、专业文本深度解析以及超长文本流畅处理等领域的出色表现和高度稳定性，这是模型具备广泛应用潜力的基础。而行业能力则反映了模型在各行业细分领域中对知识的精确把握、对行业深层次逻辑的深入理解以及对行业未来趋势的准确预判，这是模型能够在特定行业场景中发挥关键作用。这两大能力的紧密融合，共同构成了衡量大模型在不同行业和多元化应用场景中价值的重要标尺。

在行业应用能力的专业评测中，文心一言、腾讯混元、商汤日日新·商量、以及通义千问中国大模型的表现均显著优于国际均线，这充分彰显了中国大模型在实际应用中的价值实力。与此同时，Moonshot、360智脑、智谱AI及百川智能等模型也呈现出了良好的行业应用性能，处在中国大模型均线水平之上。

来源：沙利文、头豹研究院

中国大模型综合表现——一级维度综合评测结果

折线图通过对比直观显示大模型在单一维度的具体能力表现。结果显示大模型一级细分维度的表现差异明显，其中文心一言、通义千问、360智脑及Moonshot等模型在各自领域表现突出

大模型综合竞争力折线图

◼ 经过全面评测，大模型在道德责任、语言能力、数理科学、行业能力及综合能力上表现差异明显，其中文心一言、通义千问、360智脑及Moonshot等模型在各自领域表现突出

经过深入评测与分析，大模型在道德责任、语言能力、数理科学、行业能力及综合能力五大核心板块的表现呈现出差异化特点。在道德责任维度，文心一言与通义千问展现出较高水准，其中文心一言在道德理解深度、危险言论规避机制以及鲁棒性对抗方面均表现卓越，成为此次测试中安全性最高的模型。针对行业能力，文心一言、通义千问以及360智脑等模型凭借丰富的行业知识储备及在回答专业问题时的优异表现，脱颖而出。在语言能力方面，文心一言、通义千问及Moonshot模型展现出对自然语言理解和交互的优质处理能力。在数理科学层面，360智脑、智谱AI及文心一言的综合表现尤为突出，其回答问题的正确率和准确率均达到较高水平。最后，在综合能力方面，文心一言、腾讯混元以及Moonshot模型再次展现了其全面的能力优势，为当前大模型领域中的佼佼者。

来源：沙利文、头豹研究院

中国大模型综合表现— 能力优势图谱

能力优势图谱采用横纵双向的评估方法，探索模型能力的特点和差异。横向评估关注模型自身各项能力，纵向评估则对比不同模型能力表现。结果显示各模型在纵向对比和横向能力收敛方面呈现出一定差异性

大模型能力优势图谱

◼ 大模型的能力优势图谱采用横纵双向的评估框架，横向深入剖析模型自身的各项能力特点，纵向则与其他模型进行细致的能力比对。文心一言能力最为全面，五项维度均为优势能力。Moonshot和智谱AI整体表现稳定，在各个维度均有一定的优秀表现。

来源：沙利文、头豹研究院

方法论

◆ 头豹研究院布局中国市场，深入研究19大行业，持续跟踪532个垂直行业的市场变化，已沉淀超过100万行业研究价值数据元素，完成超过1万个独立的研究咨询项目。

◆ 研究院依托中国活跃的经济环境，研究内容覆盖整个行业的发展周期，伴随着行业中企业的创立，发展，扩张，到企业走向上市及上市后的成熟期，研究院的各行业研究员探索和评估行业中多变的产业模式，企业的商业模式和运营模式，以专业的视野解读行业的沿革。

◆ 研究院融合传统与新型的研究方法，采用自主研发的算法，结合行业交叉的大数据，以多元化的调研方法，挖掘定量数据背后的逻辑，分析定性内容背后的观点，客观和真实地阐述行业的现状，前瞻性地预测行业未来的发展趋势，在研究院的每一份研究报告中，完整地呈现行业的过去，现在和未来。

◆ 研究院密切关注行业发展最新动向，报告内容及数据会随着行业发展、技术革新、竞争格局变化、政策法规颁布、市场调研深入，保持不断更新与优化。

◆ 研究院秉承匠心研究，砥砺前行的宗旨，从战略的角度分析行业，从执行的层面阅读行业，为每一个行业的报告阅读者提供值得品鉴的研究报告。

法律声明

◆ 本报告著作权归头豹所有，未经书面许可，任何机构或个人不得以任何形式翻版、复刻、发表或引用。若征得头豹同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“头豹研究院”，且不得对本报告进行任何有悖原意的引用、删节或修改。

◆ 本报告分析师具有专业研究能力，保证报告数据均来自合法合规渠道，观点产出及数据分析基于分析师对行业的客观理解，本报告不受任何第三方授意或影响。

◆ 本报告所涉及的观点或信息仅供参考，不构成任何投资建议。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。在法律许可的情况下，头豹可能会为报告中提及的企业提供或争取提供投融资或咨询等相关服务。本报告所指的公司或投资标的的价值、价格及投资收入可升可跌。

◆ 本报告的部分信息来源于公开资料，头豹对该等信息的准确性、完整性或可靠性不做任何保证。本文所载的资料、意见及推测仅反映头豹于发布本报告当日的判断，过往报告中的描述不应作为日后的表现依据。在不同时期，头豹可发出与本文所载资料、意见及推测不一致的报告和文章。头豹不保证本报告所含信息保持在最新状态。同时，头豹对本报告所含信息可在不发出通知的情形下做出修改，读者应当自行关注相应的更新或修改。任何机构或个人应对其利用本报告的数据、分析、研究、部分或者全部内容所进行的一切活动负责并承担该等活动所导致的任何损失或伤害。

业务合作

会员账号

可阅读全部原创报告和百万数据，提供PC及移动端，方便触达平台内容

招股书引用

研究覆盖国民经济19+核心产业，内容可授权引用

至上市文件、年报

业务热线

袁先生：15999806788

李先生：13080197867

定制报告/词条

行企研究多模态搜索引擎及数据库，募投可研、尽

调、IRPR等研究咨询

市场地位确认

对客户竞争优势进行评估和证明，助力企业价值提

升及品牌影响力传播

定制白皮书

对产业及细分行业进行现状梳理和趋势洞察，输出

全局观深度研究报告

云实习课程

依托完善行业研究体系，帮助学生掌握行业研究能

力，丰富简历履历

2024年中国大语言模型能力评析（一）：评测方法论与综合评测结果-AI变革行业创新发展-头豹 听光Vic

2024年中国大语言模型能力评析（一）：评测方法论与综合评测结果-AI变革行业创新发展-头豹听光Vic