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，根据SuperCLUE 发布(fābù)的最新一轮中文(zhōngwén)大模型忠实性(zhōngshíxìng)幻觉测评结果，豆包(dòubāo)大模型1.5Pro（Doubao-1.5-pro-32k）以仅(yǐjǐn)4%的幻觉率、96%的准确率(zhǔnquèlǜ)排名总榜第一，超越DeepSeek-R1、DeepSeek-V3、Gemini-2.5-pro、GPT-4o-latest 等中外主流模型。 在涵盖文本摘要、多文本问答、对话补全等关键(guānjiàn)任务的细分评测中(zhōng)，豆包大模型1.5Pro也均位列全球第一，在阅读理解任务中，其准确率(zhǔnquèlǜ)则为国内最高，展现出在复杂语言理解与(yǔ)生成场景中的出色能力。 SuperCLUE 由独立第三方推出，是当前中文大语言模型评测的重要基准体系。其中 SuperCLUE-Faith聚焦中文内容生成过程中的忠实性(zhōngshíxìng)与(yǔ)幻觉控制能力，从文本摘要、阅读(yuèdú)理解、多文本问答以及对话补全等角度展开测评，对象包括国内外共计16款(kuǎn)具有代表性(dàibiǎoxìng)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(dòubāo)大模型(móxíng)家族已覆盖全模态、全场景(chǎngjǐng)，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、视频等视觉大模型，企业可以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(jīyú) MoE架构构建并采用训练-推理一体化设计思路，在保证高性能的同时显著降低(jiàngdī)推理成本。通过激活有限(yǒuxiàn)参数实现对大规模场景的精准(jīngzhǔn)理解与生成，其综合性能已超过多款超大稠密预训练模型。 截至2025年(nián)3月底，豆包(dòubāo)大模型日均 tokens 调用量已超过12.7万亿，是(shì)2024年12月的(de)3倍，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，火山引擎以46.4%的市场份额位居中国市场第一。 据悉，火山引擎将于6月11日在北京举办FORCE原动力大会，将带来豆包大模型的(de)最新升级进展与(yǔ)能力进化。 （本文来源：日照新闻网。本网(běnwǎng)转发此文章(wénzhāng)，旨在为读者提供更多信息资讯，所涉内容不(bù)构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）