您的当前位置:首页 > 时尚 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 19:39:10 来源:网络整理 编辑:时尚
青岛市高端茶-青岛市预约品茶-青岛市品茶联系
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。”
轮到中国向欧洲吹牛了:给你们图纸,也造不出来2024-07-01 19:29
不出10年,国内贬值最快的不是房、车,而是这3个没人注意的东西2024-07-01 19:08
从我做起/港生:维护国安是每个公民义不容辞责任2024-07-01 19:03
魔兽世界:暴雪官宣多个新版本更新日期,国服上线时间早就定下了2024-07-01 18:32
人社部:延迟退休!2025年正式执行?80后/90后要怎么规划?2024-07-01 18:14
清明期间公路出行旺盛 市管高速日峰值预计达到68.02万辆2024-07-01 17:39
刘强东即将开启直播,知情人士:很快就会上播,会采取新的形式2024-07-01 17:36
精准高效服务企业 苏州市助企通线上平台试运行2024-07-01 17:16
女子路口遇老头乐房车,看尺寸惊呆,网友:再不管都能造航母了2024-07-01 16:59
为智能制造提供更多方案2024-07-01 16:58
19000吨钢筋“从天而降”,大桥剪彩前垮掉,75人当场身亡2024-07-01 19:32
项目总投资约31亿元 港城暨阳湖科学城南北贯穿道路先导段首桩开钻2024-07-01 19:08
常熟发布楼市“11条” “卖旧买新”可享最高100%契税补贴2024-07-01 18:59
美股异动2024-07-01 18:13
深圳一救护车司机直播飙车,警方:行拘2024-07-01 18:11
安理会举行中东局势紧急公开会 中方吁有关方面保持冷静克制2024-07-01 17:58
美股异动2024-07-01 17:58
一夜间,三大强国底裤尽显,美军拦截率仅30%,伊朗只剩一个选择2024-07-01 17:22
湾区资历互认 专业领域广泛2024-07-01 17:04
巴以冲突超半年 冲突外溢影响扩大亟需止战2024-07-01 17:00