您的当前位置:首页 > 娱乐 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 20:20:48 来源:网络整理 编辑:娱乐
青岛市品茶外卖-青岛市品茶V-青岛市品茶微信
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。”
美大选辩论如何安排 拜登要求确保特朗普无法抢话2024-07-01 20:11
中考后回头看,发现能考上重点高中的孩子,基本上都有这些特征!2024-07-01 19:51
闹大了!夫妻抱娃在商场大打出手后续,知情人称是妻子包没买成!2024-07-01 19:46
彻底炸锅了,A股突发惊天大雷,近十万股东彻夜难眠!2024-07-01 19:37
美大选辩论如何安排 拜登要求确保特朗普无法抢话2024-07-01 19:37
为了重返月球!美国已签42个国家,NASA局长承认:阿波罗后登月难2024-07-01 19:29
皇马签下姆巴佩!巴萨给出回应:全力追求德国队长2024-07-01 19:24
电动新规首张罚单来了,网上评论炸裂...2024-07-01 19:14
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 18:41
彻底炸锅了,A股突发惊天大雷,近十万股东彻夜难眠!2024-07-01 18:38
服务站/海上“巨无霸”打卡点2024-07-01 19:36
闹大了!夫妻抱娃在商场大打出手后续,知情人称是妻子包没买成!2024-07-01 19:00
巴萨主席谈解雇哈维:我连梅西都能赶走!他不相信球队,必须得走2024-07-01 18:55
恶劣!恶搞科比坠机Coser道歉不真诚 找借口+再玩梗肘击引众怒2024-07-01 18:47
问题开始严重了,国家队都开始抛盘了!2024-07-01 18:47
徐将军,你认同“武将不怕死”吗?2024-07-01 18:37
大S与小S的瓜真是接连不断,小S再次携其“爆料”利器闪亮现身2024-07-01 18:34
26页PPT曝光!女主控诉上海交通大学博士冷暴力PUA,并因他流产…2024-07-01 18:32
1年超1100万美元!39岁保罗将签约马刺:与波波会面决定联手文班2024-07-01 18:17
被控受贿1039万余元 上海市崇明区委巡察组原组长徐洪受审2024-07-01 17:59