港大評測36款大語言模型 中文語境下推理能力
更新時間：12:13 2025-08-26 HKT
發佈時間：12:13 2025-08-26 HKT
發佈時間：12:13 2025-08-26 HKT
字體大小
香港大學經管學院昨日發表《大語言模型推理能力測評報告》，針對36款主流大語言模型（LLM）進行中文語境下推理能力的基準測試，為AI「最強大腦」作評測。報告顯示，GPT-o3在基礎邏輯能力評測上取得領先，Gemini 2.5 Flash在情境推理能力評測中位列榜首。
港大表示，在綜合能力排名上，豆包1.5 Pro（思考模式）排名首位，Open AI近日推出的GPT-5緊隨其後，豆包1.5 Pro、通義千問3（思考模式），以及DeepSeek-R1在內的多款來自中國的LLM也均排入前列，展現了中國LLM在中文語境中優越的推理能力。
最Hit
港人創業賣麵包5個月慘蝕80萬結業？出po呻3大原因難再撐︰最恐怖唔係冇生意 網民︰相信你學到嘢
2026-10-30 08:45 HKT
內地男銀行存¥2千5變¥2萬5拒退還遭告 法院裁「離櫃免責」無效
2026-10-30 10:40 HKT
旺角截車過海接連被拒 第三架的士竟然爽快叫上車 夜歸人分享無言奇遇 落車前的哥突爆接客真相｜Juicy叮
2026-10-30 13:00 HKT
