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 21:12:21 来源:网络整理 编辑:时尚
重庆品茶平台-重庆品茶上课-重庆品茶服务
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。”
服务站/海上“巨无霸”打卡点2024-07-01 20:48
成都蓉城击败沧州雄狮,山东泰山队击败北京国安,更善于踢逆风球2024-07-01 20:45
高人预测,在这样搞下去,农村80%要完蛋2024-07-01 20:33
四川鼎效劳务有限公司被处以罚款23.15万元2024-07-01 20:31
我国首个百兆瓦时级钠离子储能电站投产2024-07-01 20:14
白玉兰奖明星反应太精彩!胡歌获奖唐嫣激动,唐嫣失奖胡歌没绷住2024-07-01 20:08
唐尚珺高考估分639分,清华大学希望不大,985师范大学在向他招手2024-07-01 20:02
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 19:39
停播13年后,《曲苑杂坛》仍被热议:主持人汪文华到底得罪了谁?2024-07-01 19:14
唐尚珺高考估分639分,清华大学希望不大,985师范大学在向他招手2024-07-01 18:29
开放共享/湾区四大合作平台 助港澳科创发展2024-07-01 20:23
广西明晚到后天降雨将进入最强阶段2024-07-01 20:10
震惊!网传京东再次开启裁员模式?直接关闭权限,发放待岗通知…2024-07-01 19:42
震惊!网传京东再次开启裁员模式?直接关闭权限,发放待岗通知…2024-07-01 19:14
泽连斯基:俄乌谈判可采取分别与第三方谈判的模式2024-07-01 19:08
波音“星际客机”麻烦不断2024-07-01 19:08
波音飞船频现故障 美太空人难返地球2024-07-01 18:48
意大利头号罪人出炉!更换6名首发自乱阵脚,连创3大耻辱纪录!2024-07-01 18:42
胡歌遇女星低胸袭扰!目光无处安放不敢直视,秦岚奔五身材真火辣2024-07-01 18:25
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 18:25