项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3306
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 可访问公网的浏览器环境,用于打开 SuperCLUE 官网与报告链接
- 本地已安装 Git,用于克隆项目仓库查阅资料(非必需)
安装与启动步骤
-
1克隆项目仓库
把 SuperCLUE 仓库拉到本地,仓库内主要是榜单、报告与技术说明,不是可安装的软件包。
git clone https://github.com/CLUEbenchmark/SuperCLUE.git -
2打开官网看榜单
README 给出的官方入口是 www.SuperClueAI.com,可在其中查看最新一期中文大模型榜单与测评结果。
-
3阅读年度报告
README 提供 2025 年年度报告与 State Of Chinese AI 2025 两个链接,用于了解当期评测结论与维度。
-
4查阅技术报告
README 指向 arXiv 论文 2307.15020,其中说明 SuperCLUE 的评测方法论与能力象限设计。
-
5查看子基准页面
README 另给出 SuperCLUE-Agent 与 SuperCLUE-Safety 两个子基准的独立链接,可按需前往了解智能体与安全评测。
如何确认成功
浏览器能正常打开 www.superclueai.com,并能从 README 链接进入年度报告与 arXiv 论文页面,即说明资料可用。
常见问题
Q:怎么在本地跑 SuperCLUE 评测?
A:README 未提供任何安装或运行命令,只给出榜单、报告与论文链接。当前需以官网公布的评测方案为准,不能凭 README 完成本地评测。
Q:榜单结果怎么复现?
A:README 未给出复现步骤或脚本。请参考技术报告中的评测方法论,并关注官网后续是否放出数据集与工具。
Q:想单独看智能体或安全评测?
A:README 中给出了 SuperCLUE-Agent 与 SuperCLUE-Safety 的独立页面与仓库链接,可从这些入口单独查看对应基准。
注意事项
- README 内容以榜单发布、报告链接和评测维度介绍为主,没有任何安装命令,本教程中的命令仅有仓库克隆一项。
- 评测覆盖语言理解与生成、专业技能与知识、Agent 智能体、安全性四个能力象限,细化为 12 项基础能力。
- 榜单与报告会持续更新,实际以官网 www.superclueai.com 的最新发布为准。
核心亮点
- 覆盖中文多维度能力,评测体系全面
- 提供公开榜单,模型对比直观
- 自动化评测工具,降低使用门槛
不足之处
- 评测数据集和工具文档有待完善
- 社区活跃度一般,更新频率待观察
适用场景
- 研究者评估中文大模型综合能力
- 开发者选择合适的中文基座模型
- 企业进行模型选型与技术调研
替代项目
C-Eval、CLUE Benchmark、OpenCompass
上一篇:AgentBench
下一篇:bigcodebench
同类项目推荐
awesome-rsi
开源
一张图看懂 AI 自我改进的研究版图
A curated research map of Recursive Self-Improvement (RSI): models, agents, harnesse···
XRAG
开源
给 RAG 系统做全面体检,量化每个核心模块的真实实力
XRAG: eXamining the Core - Benchmarking Foundational Component Modules in Advanced R···
langwatch
开源
一站式搞定LLM评估与智能体测试,从开发到上线全程可控
Open-Source Agent Observability & Evals for AI Platform teams. Trace, test, route an···
awesome-gpt-6-astra
开源
一份清单,带你安全玩转GPT-6 Astra的实战用例与提示词。
Evidence-backed use cases, prompts, integrations, evaluations, and safety notes for ···
evalplus
开源
给 LLM 代码生成做严格体检,避免高分低能
Rigourous evaluation of LLM-synthesized code - NeurIPS 2023 & COLM 2024
awesome-llm-security
开源
一站式找到 LLM 安全工具和资料,防坑避雷
A curation of awesome tools, documents and projects about LLM Security.
AutomationBench
开源
测测你的AI智能体,能不能搞定真实业务流程
A benchmark for evaluating AI agents on realistic business workflows
UltraEval-Audio
开源
一站式音频模型评测,快速对比知己知彼
Your faithful, impartial partner for audio evaluation — know yourself, know your ri···
photoguard
开源
给图片加“免疫”,让AI改不动你的图
Raising the Cost of Malicious AI-Powered Image Editing
