您的当前位置:首页 > 热点 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 20:45:38 来源:网络整理 编辑:热点
深圳市品茶联系-深圳市喝茶联系-深圳市品茶平台
图:AI得分情况。内
【大公报讯】据第一财经报道:高考这一高难度综合性测试,地首目前普遍被研究者用于考察大模型的个AI高格智能水平。在前不久高考结束后,考评上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试,测数并于19日发布了首个大模型高考全卷评测结果。学全
语数外三科加起来的不及满分为420分,此次高考测试结果显示,内阿里通义千问2-72B得303分排名第一,地首OpenAI的个AI高格GPT-4o得296分排名第二,上海人工智能实验室的考评书生.浦语2.0排名第三,三个大模型的测数得分率均超过70%,但大模型的学全数学都不及格,最高分也只有75分。不及在数学试卷上,内阅卷老师们发现,大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。大模型的公式记忆能力较强,但是无法在解题过程中灵活引用。可以看出,在数学方面大模型还有很大的提升空间。
数学关乎复杂推理相关能力,这是大模型普遍面临的难题,也是大模型在金融、工业等要求可靠的场景落地需要的关键能力。上海人工智能实验室领军科学家林达华表示,“现在很多大模型的应用场景是客服、聊天等,在聊天场景一本正经胡说八道影响不太大,但它很难在非常严肃的商业场合去落地。”
美大选辩论如何安排 拜登要求确保特朗普无法抢话2024-07-01 20:36
普京表示:不攻击北约、不使用核武并愿意谈判!难道要服软了?2024-07-01 20:33
人类为什么没有生殖隔离?2024-07-01 20:21
银行女职员表白副行长,原来两人是真爱2024-07-01 20:15
5比0彰显实力!美洲杯15冠王淘汰五星巴西?网友:南美足坛变天2024-07-01 20:12
成都机场被围,飞机一夜全消失,一架战斗机停在跑道,机身写0012024-07-01 20:01
尺度升级!这18禁神作回归,一口气3集!2024-07-01 19:55
2局才2分!朱婷李盈莹打疯了,女排巨星却崩盘,蔡斌固执拒绝换人2024-07-01 19:51
全国首批!今日起,郑州、安阳等60个城市可领电子行驶证!2024-07-01 19:38
南通支云02024-07-01 19:37
停播13年后,《曲苑杂坛》仍被热议:主持人汪文华到底得罪了谁?2024-07-01 20:45
千万网红郭有才停播后,最新面貌呈现,穿衣打扮有讲究2024-07-01 20:30
真无语!中吉乌铁路刚宣布开建,韩国就宣布向中亚出口高速列车2024-07-01 20:21
50岁贝嫂维多利亚宣布放弃节食:人生太短,没空去数卡路里!2024-07-01 20:17
轮到中国向欧洲吹牛了:给你们图纸,也造不出来2024-07-01 20:05
全球销量最好的25款车型排名出炉!比亚迪3款上榜 特斯拉Model Y第一2024-07-01 19:49
科学革命的三大源头2024-07-01 19:37
头部主播卖不动货,抖音急了2024-07-01 19:19
湾区资历互认 专业领域广泛2024-07-01 18:07
发酵!浙江学生举报学校食堂后续:家长遭威胁,学生受到班级处分2024-07-01 18:05