中文大模型忠实性幻觉评测：豆包大模型幻觉率4%全球最低，超GPT-4o等中外模型

近日(jìnrì)，根据(gēnjù)SuperCLUE 发布(fābù)的最新一轮中文(zhōngwén)大模型忠实性幻觉(huànjué)测评结果，豆包大模型1.5Pro（Doubao-1.5-pro-32k）以仅4%的幻觉率、96%的准确率排名总榜第一，超越(chāoyuè)DeepSeek-R1、DeepSeek-V3、Gemini-2.5-pro、GPT-4o-latest 等中外主流模型。 在涵盖文本摘要、多(duō)文本问答、对话补全等关键(guānjiàn)任务的细分评测中，豆包大模型1.5Pro也均(jūn)位列全球第一，在阅读理解任务中，其准确率则为国内最高(zuìgāo)，展现出在复杂语言理解与生成场景中的出色能力。 SuperCLUE 由独立第三方推出，是当前中文(zhōngwén)大语言模型评测的重要基准(jīzhǔn)体系。其中 SuperCLUE-Faith聚焦中文内容生成过程中的忠实性与幻觉控制能力，从文本摘要、阅读理解、多文本问答以及对话补全等角度展开测评，对象(duìxiàng)包括(bāokuò)国内外共计16款(kuǎn)具有代表性的模型，评估结果具备较强公信力与行业参考价值。 目前，豆包大模型家族已覆盖全模态、全场景，包括大语言模型、深度思考模型、视觉理解模型、语音大模型，以及图像、视频(shìpín)等视觉大模型，企业可以(kěyǐ)通过字节跳动旗下云服务平台火山引擎使用豆包大模型API服务。其中，豆包大模型1.5 Pro 基于 MoE架构构建并(bìng)采用训练-推理一体化设计(shèjì)思路，在(zài)保证高性能的同时显著(xiǎnzhù)降低推理成本。通过激活有限参数实现对大规模场景的精准理解与(yǔ)生成，其综合性能已超过多款超大稠密预训练模型。 截至2025年3月底，豆包大模型日均 tokens 调用量已超过12.7万亿，是2024年12月的(de)3倍(bèi)，是一年前刚刚发布时的106倍。IDC报告显示，2024年中国公有云大模型调用量激增，火山引擎(yǐnqíng)以46.4%的市场份额位居中国市场第一(dìyī)。 据悉(jùxī)，火山引擎将于6月11日在北京举办(jǔbàn)FORCE原动力大会，将带来豆包大模型的最新升级进展与能力进化。 （本文来源：日照新闻网(xīnwénwǎng)。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议(jiànyì)。对文章事实有疑问，请与有关(yǒuguān)方核实或与本网联系。文章观点非本网观点，仅供读者参考。）