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 09:15:16 来源:网络整理 编辑:时尚
成都市嫩茶-成都市品茶大全-成都市品茶外卖
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。”
1450:“脱俄公投”已超过半数,俄罗斯2025年会崩溃解体?2024-07-01 09:02
镜报:哈兰德在西班牙度假时遇防爆警察突击检查,被要求掏身份证2024-07-01 08:50
倪妮赵丽颖接连“沦陷”,事实证明冯绍峰才是真正的“人间清醒”2024-07-01 08:21
上海女子癌症晚期,委托同学办丧礼,不料同学把她的遗体放冷冻柜2024-07-01 08:10
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 07:44
蚂蚁、华为均选址这里,中关村有望水涨船高2024-07-01 07:23
蚂蚁、华为均选址这里,中关村有望水涨船高2024-07-01 07:19
发现一个迹象,俄乌战争很可能打不了多久了2024-07-01 07:03
成本超2亿,票房只有3000万,香港“烂片之王”诞生了2024-07-01 06:49
微博电影之夜,被笑不露齿的蒋勤勤惊艳,身材丰满有料艳压群芳2024-07-01 06:34
他是原全国人大副委员长,被50万人批斗,儿子还被人活活打死2024-07-01 08:41
中国经济信心说丨19个职业上新!数字经济新赛道千帆竞发2024-07-01 08:27
等不及俄倒下,7国分5路攻击中国,打击目标已锁定,中方不退一步2024-07-01 08:06
中原行日程安排2024-07-01 07:49
胡友平挺身而出不幸牺牲 苏州事发地安保措施加强2024-07-01 07:44
全球合作/选拔国外航天员 执行“天宫”飞行任务2024-07-01 07:29
又一个反美先锋!比伊朗更强硬!送给中国“厚礼”,让美无计可施2024-07-01 07:21
倪妮赵丽颖接连“沦陷”,事实证明冯绍峰才是真正的“人间清醒”2024-07-01 06:55
隔海观澜/从《繁花》到《庆馀年》 两岸文化交流挡不住\朱穗怡2024-07-01 06:43
人民日报:忙起来,就没那么多迷茫了,只要不懈怠,日子就有奔头2024-07-01 06:34