复杂推理仍是短板

推理、数学、代码、智能体是国内大模型的短板，这关系到落地应用时大模型的可靠性。1月30日，上海人工智能实验室发布了大模型开源开放评测体系司南（OpenCompass2.0），同时在对部分主流大模型评测诊断的基础上，揭晓了年度大模型评测榜单，提到了国内大模型的优势与短板。