中文大模型忠實性幻覺評測：豆包大模型幻覺率僅4%，位居全球第一

近日，根據(jù)SuperCLUE 發(fā)布的最新一輪中文大模型忠實性幻覺測評結(jié)果，豆包大模型1.5 Pro(Doubao-1.5-pro-32k)以僅4%的幻覺率、96%的準確率排名總榜第一，超越 DeepSeek-R1、DeepSeek-V3、Gemini-2.5-pro、GPT-4o-latest 等中外主流模型。

在涵蓋文本摘要、多文本問答、對話補全等關(guān)鍵任務(wù)的細分評測中，豆包大模型1.5 Pro也均位列全球第一，在閱讀理解任務(wù)中，其準確率則為國內(nèi)最高，展現(xiàn)出在復(fù)雜語言理解與生成場景中的出色能力。

SuperCLUE 由獨立第三方推出，是當前中文大語言模型評測的重要基準體系。其中 SuperCLUE-Faith 聚焦中文內(nèi)容生成過程中的忠實性與幻覺控制能力，從文本摘要、閱讀理解、多文本問答以及對話補全等角度展開測評，對象包括國內(nèi)外共計16款具有代表性的模型，評估結(jié)果具備較強公信力與行業(yè)參考價值。

目前，豆包大模型家族已覆蓋全模態(tài)、全場景，包括大語言模型、深度思考模型、視覺理解模型、語音大模型，以及圖像、視頻等視覺大模型，企業(yè)可以通過字節(jié)跳動旗下云服務(wù)平臺火山引擎使用豆包大模型API服務(wù)。其中， 豆包大模型1.5 Pro 基于 MoE 架構(gòu)構(gòu)建并采用訓(xùn)練-推理一體化設(shè)計思路，在保證高性能的同時顯著降低推理成本。通過激活有限參數(shù)實現(xiàn)對大規(guī)模場景的精準理解與生成，其綜合性能已超過多款超大稠密預(yù)訓(xùn)練模型。

截至2025年3月底，豆包大模型日均 tokens 調(diào)用量已超過12.7萬億，是2024年12月的3倍，是一年前剛剛發(fā)布時的106倍。IDC 報告顯示，2024年中國公有云大模型調(diào)用量激增，火山引擎以46.4%的市場份額位居中國市場第一。

據(jù)悉，火山引擎將于6月11日在北京舉辦FORCE原動力大會，將帶來豆包大模型的最新升級進展與能力進化。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。