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 20:00:16 来源:网络整理 编辑:时尚
长沙1000以内-长沙外卖-长沙喝茶
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。”
菲侵闯南沙鲎藤礁 中国海警依法处置2024-07-01 19:53
用“意念”控制手指屈伸2024-07-01 19:37
守护人民群众用妆安全 全省化妆品监管工作会议在太仓召开2024-07-01 19:22
不打以色列了?伊朗态度发生180度转变,美俄英法都被骗了2024-07-01 19:20
小米SU7被高强度拆车评测:不是砸,就是拆!雷军:没点真本事还真扛不住2024-07-01 19:15
小米公司发言人深夜连发三文:最后一次敦促智己公司立即正式道歉2024-07-01 18:25
苏州清明交通出行监测报告出炉 铁路地铁客流双双破纪录2024-07-01 18:17
不打以色列了?伊朗态度发生180度转变,美俄英法都被骗了2024-07-01 18:11
两地青少年相聚“云课堂” 昆霍学子共同感悟“我们身边的国家安全”2024-07-01 18:11
加强国家安全教育校地合作 中国人民大学国家安全苏州教学实践基地揭牌2024-07-01 17:30
伊朗警告以色列使馆不再安全2024-07-01 19:41
上海出现单价4000元以下一手房成交?工作人员:交易数据含动迁安置房2024-07-01 19:37
32国记者打卡盾构机基地2024-07-01 19:34
上海出现单价4000元以下一手房成交?工作人员:交易数据含动迁安置房2024-07-01 18:51
深耕科技“沃土” 抢占竞争制高点2024-07-01 17:42
邯郸3未成年犯罪嫌疑人 最高检核准追诉2024-07-01 17:38
伊朗警告以色列使馆不再安全2024-07-01 17:29
邯郸3未成年犯罪嫌疑人 最高检核准追诉2024-07-01 17:26
上海出现单价4000元以下一手房成交?工作人员:交易数据含动迁安置房2024-07-01 17:22
伊朗警告以色列使馆不再安全2024-07-01 17:16