您的当前位置:首页 > 探索 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 14:21:16 来源:网络整理 编辑:探索
合肥喝茶qq-合肥喝茶平台-合肥喝茶上课
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。”
职业素养何在?王大雷5分钟丢2球,知名解说哈哈大笑王大雷射正亡2024-07-01 14:00
李宇春花6000多万买了一处豪宅,把钥匙交给父亲说:这是孝敬您的2024-07-01 13:58
单局轰212024-07-01 13:47
太惨了!江西发生严重车祸,现场不忍心看,当地人透露原因,气愤2024-07-01 12:56
许敏开播带货惹他人眼红,小星星盼其游山玩水,潘律夫妇态度反转2024-07-01 12:46
小米汽车SU7拆解:智驾、座舱,都是美国芯片,做工优于特斯拉2024-07-01 12:39
硬起来的阿日,CBA版追梦格林?2024-07-01 12:26
今晚!CBA战2场,CCTV5直播王哲林率姚明老东家上海男篮PK御林军2024-07-01 11:52
许敏开播带货惹他人眼红,小星星盼其游山玩水,潘律夫妇态度反转2024-07-01 11:48
韩国人在美国将“油泼辣子”注册成商标,随即向中国餐馆“开刀”2024-07-01 11:40
董明珠“开怼”全靠代工背后:小米空调年出货已达440万台2024-07-01 13:10
轮到西方眼红!中国突破尖端技术,重要性不亚于光刻机,禁止出口2024-07-01 13:04
曾说65场规定很蠢!哈利伯顿:这只会影响小部分人 也就我和华子2024-07-01 12:53
主持人李小萌连夜下架争议视频!在镜头前情绪失控,一度哽咽痛哭2024-07-01 12:53
悲哀+心酸!上海老人逝世无人送终,3子女定居海外,拒绝回国2024-07-01 12:34
突发!江西抚州发生一起严重车祸,网友:哪是开太快,飞太低了!2024-07-01 12:34
瘫子娘、疯子爹,744分高考状元被清华录取6年后,现状令人泪目2024-07-01 12:10
单局轰212024-07-01 12:06
董明珠“开怼”全靠代工背后:小米空调年出货已达440万台2024-07-01 11:55
单局轰212024-07-01 11:38