商汤日日新·商量大模型（sensechat 5.5）在superclue 2024年10月中文大模型基准测评中荣获金牌！
最新发布的SuperCLUE报告显示，SenseChat 5.5以优异的综合能力，跻身国内大模型第一梯队。此次测评涵盖23个国内主流大模型，共计2900多道题目，考察范围覆盖语言大模型的通用能力，包括基础的“文科”、“理科”能力，以及更具挑战性的“Hard”附加任务。
测评细分为三大维度：
- 理科任务: 涵盖计算、逻辑推理、代码和工具使用等方面。
- 文科任务: 包括知识百科、语言理解、长文本处理、角色扮演、内容生成和安全等多个领域。
- Hard任务: 着重评估模型在精确指令遵循和复杂任务高阶推理方面的能力。
SenseChat 5.5在多个评测任务中表现出色，尤其在文科的语言理解和安全维度，以及理科的逻辑推理和代码能力方面表现突出。更值得关注的是，在“Hard”任务中，SenseChat 5.5是唯一一个在精确指令遵循和高阶推理两项任务中均位于国内第一梯队的大模型，充分展现了其强大的复杂推理能力。
SuperCLUE报告指出，国内领先大模型的能力已与ChatGPT-4o-latest接近，并在某些复杂任务上展现出超越o1-preview的潜力。商汤将持续加大对基础大模型的研发投入，致力于提升模型的高阶推理和“慢思考”能力。
