您的当前位置:首页 > 焦点 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 18:58:27 来源:网络整理 编辑:焦点
上海喝茶微信-上海工作室喝茶-上海喝茶品茶工作室外卖
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。”
辽宁最悲催的大学,王牌专业全国第一,却被认为是末流9852024-07-01 18:57
宁德时代曾毓群:我们从来不卷价格 国际合作应重分享2024-07-01 18:40
内蒙古一男生查完高考成绩,抱着奶奶大哭,担心没法和家人交代2024-07-01 18:36
最大悲哀是国民都不开口、不说话对于一切都无所谓,心死的社会2024-07-01 18:32
深中通道正式运营,网友质疑声铺天盖地:直线方案为何不用?2024-07-01 18:16
自主创新/李德仁:打造东方慧眼 建设测绘遥感强国2024-07-01 18:11
嫦六国旗团队:“熔岩拉丝”织就新物料赛道2024-07-01 18:02
北京楼市全军覆没,北京楼市整体房价从88000元降至83000元2024-07-01 17:59
宝马崩盘式降价,寒了无数中产男人的心。2024-07-01 17:21
中国女游客坐到日本奈良的鹿身上?纯属造谣抹黑!系错位拍摄2024-07-01 17:14
未经批准突破 120 米飞行,重庆市首例无人机“黑飞”罚单开出2024-07-01 18:25
年治疗费用18万元!首款阿尔茨海默药即将进入中国医院2024-07-01 18:19
孙艺珍又幸福了,玄彬为她和儿子做烤鸡,夫妻互动晒甜蜜2024-07-01 18:17
熟悉的味道!媒体人怒怼斯卢茨基!争议再起!2024-07-01 18:13
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 17:36
以色列官宣加沙战争即将结束!清除哈马斯训练中心2024-07-01 17:13
姜萍或迎来最大反转,记者称王闰秋大概率在阿赛决赛之后公开道歉2024-07-01 17:10
联合国五常3次罕见一致,齐刷刷投了5票反对,在场150国看傻眼2024-07-01 16:47
深中通道正式运营,网友质疑声铺天盖地:直线方案为何不用?2024-07-01 16:43
韩国电池厂爆炸致19名中国员工遇难!工厂时薪51元,在韩华人发声2024-07-01 16:24