您的当前位置:首页 > 综合 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 23:30:42 来源:网络整理 编辑:综合
西安市品茶论坛-西安市品茶体验-西安市品茶推荐
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。”
当我决定要去逛商场时,但却忘记了现在是2024年2024-07-01 23:25
董军划下红线,晚宴座位变了,奥斯汀对华作出保证,美方避免冲突2024-07-01 23:25
风波升级!日本人为了抓铁头,将悬赏金加到1000万,一些华人加入2024-07-01 22:54
张家口出现多套6万2024-07-01 22:45
还剩6天时间,中方发起第二波反制,匈牙利求情,德国提出新方案2024-07-01 22:32
以贴心服务助力人才扎根2024-07-01 22:30
史诗级对决!孙颖莎42024-07-01 21:53
伊万:在中国队工作难度最大,中国足球仍没有清晰统一的足球体系2024-07-01 21:51
在成人体验馆消费,算是嫖娼吗2024-07-01 20:54
《庆余年2》看到明老太君平静擦掉针尖血,才懂她为啥落得个惨死2024-07-01 20:51
民主党金主游说第一夫人 劝拜登退选2024-07-01 23:03
大战7局!樊振东触底反弹,42024-07-01 22:54
突发!伯克希尔哈撒韦跌近100%!2024-07-01 22:41
突发!伯克希尔哈撒韦跌近100%!2024-07-01 22:32
勒庞28岁得意门生有望出任总理2024-07-01 22:26
55岁邓文迪闪耀前夫婚礼,花枝招展的媒人,比其他三位前妻更友好2024-07-01 22:17
比亚迪崛起,特斯拉陷入困境,揭秘背后5大原因!2024-07-01 21:55
上海新政落地一周 我跑了很多售楼处和中介门店……2024-07-01 21:51
1年超1100万美元!39岁保罗将签约马刺:与波波会面决定联手文班2024-07-01 21:20
伊朗初步调查:总统遇难直升机残骸上无弹痕 通信记录无可疑处2024-07-01 20:50