SuperCLUE2025年年度测评数学推理总分对比
2026-02-04 14:57:38
59
相关数据
行业数据1
SuperCLUE测评基准2025年年度总体表现（数据截至2026年2月27日）
2026-03-16 08:15:43
52
原图定位
行业数据1
SuperCLUE2025年年度基准测评Qwen3-Max-Thinking六大任务得
2026-02-04 14:57:38
51
原图定位
行业数据1
SuperCLUE2025年年度测评智能体（任务规划）总分对比
2026-02-04 14:57:38
52
原图定位
行业数据1
SuperCLUE2025年年度通用测评推理模型推理效能区间分布（含补测）
2026-02-04 14:57:38
48
原图定位
行业数据1
SuperCLUE2025年年度通用测评性价比区间分布
2026-02-04 14:57:38
66
原图定位
行业数据1
SuperCLUE2025年年度测评科学推理总分对比
2026-02-04 14:57:38
57
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内Top3
2026-02-04 14:57:38
47
原图定位
行业数据1
SuperCLUE2025年年度测评精确指令遵循总分对比
2026-02-04 14:57:38
51
原图定位
行业数据1
SuperCLUE2025年年度测评幻觉控制总分对比
2026-02-04 14:57:38
38
原图定位
行业数据1
SuperCLUE2025年年度测评开闭源大模型6大任务平均分对比
2026-02-04 14:57:38
46
原图定位
行业数据1
2025年全年SuperCLUE通用基准测评海内外大模型Top3
2026-02-04 14:57:38
55
原图定位
行业数据1
SuperCLUE2025年年度测评海内外大模型6大任务平均分对比
2026-02-04 14:57:38
48
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内外Top20热力图
2026-02-04 14:57:38
57
原图定位
行业数据1
SuperCLUE2025年年度基准测评Kimi-K2.5-Thinking六大任务得分
2026-02-04 14:57:38
54
原图定位
行业数据1
国资委79号文件央国企信创替代方案
2024-10-10 08:15:13
21663
原图定位
最新数据
行业数据1
图1：发展中成员国税务管理系统改进机会与挑战
2026-04-22 08:30:00
10
原图定位
行业数据1
表A3.1. 国家系统要素及使用程度的决策指标汇总
2026-04-22 08:30:00
8
原图定位
行业数据1
图A2.1 用于定位国家系统使用的分析框架
2026-04-22 08:30:00
6
原图定位
行业数据1
表A1.1 本研究覆盖的34个发展中成员国分类
2026-04-22 08:30:00
9
原图定位
行业数据1
表17.关于治理和财政政策方面的特定国家的关键实践
2026-04-22 08:30:00
7
原图定位
行业数据1
图12.亚行和发展中成员国考虑的行动框架
2026-04-22 08:30:00
8
原图定位
介绍：主要考察模型运用数学概念和逻辑进行多步推理和问题解答的能力。包括但不限于几何学、代数学、概率论与数理统计等竞赛级别数据集。 评价方式：基于参考答案的0/1评估，模型答案与参考答案一致得1分，反之得0分，不对回答过程进行评价。 1.国内头部模型追平。 取得80.87分，并列全球第一 Kimi-K2.5-Thinking也以77.39分位 居全球第四，体现了国内模型在数 学推理领域的突破性进展。 2.国内整体梯队靠后。 数学推理Top10中，国内模型仅占4 席，海外模型密度更高；国内大多 数模型集中在平均分（67.49分）附 近的后半段，与国际顶尖模型差距
行业数据
原图定位
相关数据
最新数据
原图定位
