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 20:02:19 来源:网络整理 编辑:热点
宁波品茶工作室微信-宁波外卖工作室品茶-宁波新茶论坛
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。”
“湿气”最怕这菜,隔天吃1次,祛湿健脾又开胃,不懂吃真可惜!2024-07-01 19:52
实锤了!林更新去探班赵姐了!而且两人准备三搭了!2024-07-01 19:04
全国政协委员余蔚平:加大个人养老金制度的政策激励2024-07-01 19:01
《庆余年2》二皇子失一大将!二皇子杀金姑娘,受伤的却是李弘成2024-07-01 18:56
在成人体验馆消费,算是嫖娼吗2024-07-01 18:48
《庆余年2》二皇子失一大将!二皇子杀金姑娘,受伤的却是李弘成2024-07-01 18:11
到今年网贷逾期3年了,催收短信变成这样子了!2024-07-01 17:48
山西又发生“灭门案”,7死11伤!只因一个21岁已婚女子?2024-07-01 17:39
南海敏感时刻,印度突然发声力挺菲律宾!中方不动手不行了!2024-07-01 17:34
韩国无视中方警告,11架军机降落台岛,尹锡悦叫嚣台海是国际事务2024-07-01 17:27
终于!正式停止下载!网友:时代的眼泪……2024-07-01 19:47
大局已定,台立院表决两回合,敲响了绿营的丧钟2024-07-01 19:00
人物|新晋总理黄循财:新加坡第四代掌舵人2024-07-01 18:57
俄罗斯克里米亚的最后一艘导弹舰被摧毁2024-07-01 18:48
51岁知名艺人剪走长发换新形象,网民大赞与30年前刚出道一样2024-07-01 18:26
美国:宝马、路虎和大众因中国供应商被美国列入实体清单面临挑战2024-07-01 18:24
5月21日俄乌最新:乌克兰暴露了一个秘密2024-07-01 18:17
章子怡:我这辈子最正确的决定,就是在40岁高龄为三婚丈夫生儿子2024-07-01 18:02
揭秘詹姆斯新合同:愿为三人降薪1600万 若引援失败他将索要顶薪2024-07-01 17:41
热议国足名单!李毅:两人落选很可惜 媒体人:虐菜硬仗指望不上2024-07-01 17:19