GLM-4-9B-Chat 评测详情

GLM-4-9B-Chat 当前已收录的代表性评测结果包括 GPQA（6 / 14，得分 58.50）、AIME 2024（31 / 60，得分 76.40）、MMLU-Pro（96 / 176，得分 72.40）。