港大评测36款大语言模型 中文语境下推理能力
更新时间：12:13 2025-08-26 HKT
发布时间：12:13 2025-08-26 HKT
发布时间：12:13 2025-08-26 HKT
字体大小
香港大学经管学院昨日发表《大语言模型推理能力测评报告》，针对36款主流大语言模型（LLM）进行中文语境下推理能力的基准测试，为AI「最强大脑」作评测。报告显示，GPT-o3在基础逻辑能力评测上取得领先，Gemini 2.5 Flash在情境推理能力评测中位列榜首。
港大表示，在综合能力排名上，豆包1.5 Pro（思考模式）排名首位，Open AI近日推出的GPT-5紧随其后，豆包1.5 Pro、通义千问3（思考模式），以及DeepSeek-R1在内的多款来自中国的LLM也均排入前列，展现了中国LLM在中文语境中优越的推理能力。
最Hit
港人创业卖面包5个月惨蚀80万结业？出po呻3大原因难再撑︰最恐怖唔系冇生意 网民︰相信你学到嘢
2026-10-30 08:45 HKT
内地男银行存¥2千5变¥2万5拒退还遭告 法院裁「离柜免责」无效
2026-10-30 10:40 HKT
旺角截车过海接连被拒 第三架的士竟然爽快叫上车 夜归人分享无言奇遇 落车前的哥突爆接客真相｜Juicy叮
2026-10-30 13:00 HKT
