SuperCLUE最新評(píng)測(cè)：360zhinao3

發(fā)布時(shí)間：2025-11-28 08:19:26 來(lái)源：企業(yè)錄(www.qy6.com)-公司信息發(fā)布,網(wǎng)上買賣交易門戶 作者：熱點(diǎn)

近日，新評(píng)中文精確指令遵循測(cè)評(píng)基準(zhǔn)（SuperCLUE-CPIF）正式發(fā)布，新評(píng)360zhinao3-o1.5以78.97分位居國(guó)產(chǎn)大模型第一，新評(píng)在任務(wù)類型、新評(píng)指令數(shù)量?jī)深悇澐种芯鶠閲?guó)內(nèi)榜首，新評(píng)其在精確指令遵循上的新評(píng)卓越表現(xiàn)，正是新評(píng)AI技術(shù)提升“可用性”和“實(shí)用性”、從實(shí)驗(yàn)室走向大規(guī)模產(chǎn)業(yè)應(yīng)用的新評(píng)關(guān)鍵一步。

本次測(cè)評(píng)涵蓋 GPT-5.1(high)、新評(píng)Gemini-3-Pro-Preview、新評(píng)GPT-5(high)、新評(píng)DeepSeek-V3.2-Exp-Thinking、新評(píng)Claude-Sonnet-4.5-Reasoning等共15個(gè)國(guó)內(nèi)外模型參與。新評(píng)基于實(shí)際生產(chǎn)環(huán)境特點(diǎn)，新評(píng)SuperCLUE-CPIF 重點(diǎn)評(píng)估大型語(yǔ)言模型（LLM）在中文環(huán)境下精確遵循復(fù)雜、新評(píng)多約束指令的能力。測(cè)評(píng)結(jié)果顯示，國(guó)產(chǎn)主流大模型中，360zhinao3-o1.5以78.97分位居國(guó)產(chǎn)大模型第一，ERNIE-X1.1和DeepSeek-V3.2-Exp-Thinking 分別以75.90分和74.36分位居國(guó)內(nèi)二、三。

（圖說(shuō)：SuperCLUE-CPIF 測(cè)評(píng)截圖）

360zhinao3-o1.5指令遵循訓(xùn)練部分的工作已經(jīng)發(fā)布在論文Light-IF系列上。該模型直面現(xiàn)有大語(yǔ)言模型在處理交織多重約束的復(fù)雜指令時(shí)普遍存在的“懶惰推理”現(xiàn)象，通過(guò)自動(dòng)化指令構(gòu)建與難度感知強(qiáng)化學(xué)習(xí)兩大核心技術(shù)，驅(qū)動(dòng)模型從被動(dòng)執(zhí)行向“主動(dòng)檢查-修改-再檢查”的演進(jìn)，顯著提升了在復(fù)雜指令下的精準(zhǔn)遵循度。

（圖說(shuō)：Light-IF系列模型論文發(fā)表）

另外，360zhinao3-o1.5的訓(xùn)練模型Light-IF論文曾被頂會(huì)AAAI 2026成功收錄。據(jù)悉，AAAI 2025共收到12957篇有效投稿，錄用3032篇，錄取率為23.4%，其中Oral論文占比4.6%。而AAAI 2026的投稿量進(jìn)一步飆升至23680篇，僅錄用4167篇，錄取率降至17.6%，Oral錄用率更是進(jìn)一步降低。Light-IF能在如此激烈的競(jìng)爭(zhēng)中脫穎而出，可見其在精準(zhǔn)指令遵循上的突破性。值得一提的是，Light-IF系列模型已陸續(xù)在Hugging Face開源，供全球開發(fā)者使用、對(duì)比與復(fù)現(xiàn)。

將小參數(shù)模型的能力推向極致，是360智腦團(tuán)隊(duì)持續(xù)深耕的技術(shù)路徑。此前，360與北京大學(xué)聯(lián)合研發(fā)的Tiny-R1-32B模型，僅以5%的參數(shù)量便在數(shù)學(xué)等領(lǐng)域逼近了千億級(jí)模型的性能，是一次在模型優(yōu)化與融合上的深厚積累。這種對(duì)“小而精”垂類模型的持續(xù)打磨，為AI智能體（Agent）的爆發(fā)奠定了堅(jiān)實(shí)基礎(chǔ)。

相關(guān)文章