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:2024-06-29 09:17:48 来源:网络整理 编辑:热点
苏州市喝茶服务-苏州市喝茶微信-苏州市工作室喝茶
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。”
武汉一骑车女子被车撞伤住进重症监护室,家属急寻肇事逃逸车辆线索2024-06-29 09:02
缓解焦虑/2025年可达7万亿美元 疗癒经济 前景广阔2024-06-29 08:59
“胡塞武装袭击美航母”疑云重重,中国专家解读2024-06-29 08:03
“落井下石”印小天败光路人缘,12年后,保剑锋的“反击”有点猛2024-06-29 08:01
北京观察/价格战与价值链\马浩亮2024-06-29 07:59
“两年被家暴16次”女子收到离婚判决书:接下来最重要的是等刑案开庭2024-06-29 07:49
集成电路出口跑出“汽车速度” 半导体行业刮起复苏之风2024-06-29 07:18
“胡塞武装袭击美航母”疑云重重,中国专家解读2024-06-29 06:49
共建聚合力 携手促发展 苏创投集团与吴江汾湖高新区结对共建2024-06-29 06:48
刘和平:借“接送病人”之名输送物资,菲律宾诡计不会得逞2024-06-29 06:43
AI“智造”亿级像素超薄摄像头2024-06-29 09:11
代代传承/粤启动“种子计划” 培育非遗青年人才2024-06-29 09:09
俄罗斯轰炸援助F2024-06-29 08:48
特 稿/沙田赛马 吃上国产“零食”2024-06-29 08:33
“自作孽不可活”的李云迪,其欧洲巡演座无虚席,令人唏嘘!2024-06-29 08:28
一个尴尬的事实:Pura70销量仅破200万,根本不是iPhone15对手2024-06-29 07:20
“胡塞武装袭击美航母”疑云重重,中国专家解读2024-06-29 07:01
俄罗斯轰炸援助F2024-06-29 06:41
可怕!西交大教授炮轰中国电车,支持丰田章男的说法!居心何在?2024-06-29 06:34
赴港游热度上升 罗湖口岸人潮涌动2024-06-29 06:34