SuperCLUE

测一测中文大模型哪家强,榜单见分晓

开源 🏷️定价信息待确认 ✅ 目前可打开 对话助手 🍴 复刻 110 🐛 待处理 38 👀 关注 35
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3306
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

SuperCLUE 项目界面预览图
图片来源:项目官网

项目数据

分类对话助手
开发团队CLUEbenchmark
定价模式🏷️定价信息待确认
价格说明官网存在但定价信息不明确,需进一步确认。
访问状态✅ 目前可打开
是否开源是
技术栈/模型chatgpt,chinese,evaluation,foundation-models,gpt-4
GitHub 星标★ 3306
上线时间2023-05-02 00:00:00
代码更新2026-02-06
仓库体积34.4 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

SuperCLUE 是一个面向中文通用大模型的综合性评测基准,旨在系统评估基础模型在中文场景下的能力。它解决了当前大模型评测中缺乏中文深度覆盖、维度单一、标准不统一的问题。核心能力包括:多维度能力测试(如语言理解、知识问答、逻辑推理、长文本处理等)、自动化评测流程、以及公开的排行榜。项目提供详细的评测方法论、数据集和工具,帮助研究者与开发者客观对比不同模型的优劣,推动中文大模型的发展。

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。

难度:入门 约 10 分钟 部署方式:云服务 5 步

⚠ 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. 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. 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. 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. 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. 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···

★ 971 2026-09-30
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···

★ 611 2026-08-09
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···

★ 5017 2026-08-09
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 ···

★ 15 2026-09-07
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

★ 1839 2026-08-09
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.

★ 1720 2026-08-09
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

★ 381 2026-08-10
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···

★ 328 2026-08-09
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

★ 851 2026-08-09