1）多维度综合测评：覆盖语言理解与生成、知识理解与应用、专业能力、环境适应与安全四个能力象限，细分为12项基础能力（早期版本为3大类、70+子能力），全面考察模型的综合表现。
2）三大基准体系：OPEN基准测评多轮开放式对话，OPT基准测评客观选择题，琅琊榜基准提供众包匿名对战，覆盖不同评测场景。
3）自动化一键测评：采用自动化评测技术，可一键对模型进行标准化测评，有效消除人为因素带来的不确定性。
4）独立第三方客观评测：以完全独立第三方的身份发布无偏倚的测评结果，纳入开放主观题与多轮对话，模拟真实应用场景。
5）排行榜与报告：发布总榜、专项榜、多模态、智能体等榜单，并定期发布月度、半年及年度权威报告。
6）扩展专项基准：提供SuperCLUE-V多模态测评、智能体（Agent）任务规划、行业与专项基准等，覆盖更广泛的AI能力。

SuperCLUE使用门槛较低，不同角色可通过以下方式参与：
1）查看榜单：访问官网 www.superclueai.com，查看最新总榜、专项榜、多模态与智能体榜单，快速了解各模型的综合表现。
2）阅读报告：在官网或CLUE官网（www.cluebenchmarks.com）下载月度、半年及年度测评报告，获取详细的评分标准、题目说明与结果分析。
3）参与琅琊榜对战：进入对战平台，同时与两个匿名模型对话并投票，为榜单提供众包评测数据。
4）自测模型：从GitHub（CLUEbenchmark/SuperCLUE）获取开源测评工具与题库，一键对自研模型进行标准化测评，并与主流模型对标。
5）提交模型或合作：开发者可通过官方渠道提交模型参与公测，企业与机构可联系官方进行专项测评与深度合作。

1）体系全面、贴近真实：区别于传统仅靠选择题的测评，SuperCLUE纳入开放主观题与多轮对话，模拟真实应用场景，真实考察模型的生成、上下文理解与记忆能力。
2）独立客观、消除偏见：作为完全独立的第三方评测机构，采用自动化评测技术，有效消除人为因素带来的不确定性，确保结果无偏倚。
3）中文特性突出：除通用能力外，还专门评测字形拼音、诗词、成语、歇后语、方言、对联、古文等中文特性能力，精准衡量模型的中文水平。
4）防过拟合机制：每期公测100%更新题目，并对30%-40%的子任务进行难度与类型调整，确保榜单不被模型刷分。
5）动态演进、紧跟前沿：测评体系随AI热点动态调整，任务类别、题目难度与AI总体水平同步提升，长期反映大模型真实进步。
6）权威认可、影响力广：榜单被学术界与产业界广泛引用，成为衡量中文大模型实力的重要参考。

1）大模型开发者与研发团队：可通过SuperCLUE对自研模型进行标准化测评与能力对标，定位薄弱环节并持续优化模型。
2）企业选型决策者：在选择或替换中文大模型时，可依据SuperCLUE分数与榜单进行横向对比，做出更客观的选型决策。
3）学术研究者：可将SuperCLUE作为评估工具，分析不同模型架构在中文任务上的优劣，开展模型能力对标研究。
4）AI评测机构与投资机构：可参考SuperCLUE的多维度测评体系与结果，评估模型厂商的技术实力与发展趋势。
5）普通用户与AI爱好者：通过公开榜单与报告，快速了解主流大模型的真实水平，避免仅凭宣传做判断。

Q1: SuperCLUE是什么？
A1: SuperCLUE是中文通用大模型综合性测评基准，由CLUE团队于2023年发布，是大模型时代背景下CLUE基准的发展和延续，旨在多维度、客观地测评中文通用大模型的综合能力。
Q2: SuperCLUE三大基准分别测什么？
A2: OPEN基准测评多轮开放式对话能力；OPT基准测评三大能力相关的客观选择题；琅琊榜基准是开放域众包匿名对战评测，让用户与两个匿名模型对话后投票选出更好的模型。
Q3: SuperCLUE和C-Eval有什么区别？
A3: SuperCLUE侧重四象限综合能力加多轮开放式对话，考察更接近真实使用场景；C-Eval侧重学科知识的选择题测评，两者侧重点不同，可互为补充。
Q4: 如何防止模型过拟合测评数据？
A4: SuperCLUE每期公测会对全部题目进行100%更新，并对30%-40%的子任务进行难度与类型调整，同时以半年为单位动态提升题目难度，有效防止刷分。
Q5: SuperCLUE多久更新一次榜单？
A5: SuperCLUE按月度更新排行榜，并定期发布月度、半年及年度报告，题目每两个月全面更新一次。
Q6: 如何参与琅琊榜匿名对战？
A6: 用户可访问www.superclueai.com进入对战平台，同时与两个匿名模型聊天并提交投票，即可为榜单贡献众包评测数据。