近日,上海人工智能实验室组织了一场AI模型的高考能力测试,涵盖了语文、数学和英语三门科目。
在这次全卷测试中,共有七个AI模型参与,其中包括知名的GPT-4o。测试结果显示,阿里通义千问2-72B以303分的成绩位居榜首,而GPT-4o紧随其后,获得了296分。
虽然各AI模型在语文和英语科目上表现较好,但在数学科目上,它们的平均得分率仅为36%,几乎全军覆没。看来,即便是高级AI系统,在处理复杂的数学问题时也面临挑战。
因此,人类学生在面对数学难题时不必过于自责,不是不努力,而是真的太难了~
机器之心发布机器之心编辑部让考生头皮发麻的高考数学,可难倒了顶尖AI大模型。一年一度的高考即将落幕,衷心希望各位考生都超常发挥,考出满意的好成绩!而在数学考试测试中,除了基本的计算能力、对数学知识的掌握,更能体现大模型在逻辑推理、抽象思维和问题解决方面的高级能力。
AI大模型
机器之心Pro 2024-06-11
具体而言,在满分73分、及格线为43.8分(60%)的情况下,六家大模型产品的分数结果分别为:GLM-4-0520(63分)>智谱清言(43分)>GPT-4o(41分)>豆包(40分)>文心4(30分)=百川…
中国指挥与控制学会 2024-07-10
上海人工智能实验室选取了7个大模型进行高考“语数外”全卷能力测试,结果表明,阿里通义千问2-72B排名第一,GPT-4o排名第二,书生·浦语2.0排名第三。此次评测没有纳入商用闭源模型,仅引入GPT-4o作为评测参考。
人工智能通义千问
教育台 2024-07-04
数据显示,字节豆包在2024高考数学新II卷客观题正确率达到74.66%,在13家大模型中排名首位,阿里千问和GPT-4o分列二三位。在高考数学新I卷评测排名中,字节豆包也排在前列。据悉,LLMeval是由复…
复旦
大力财经V 2024-06-16
OpenAI发布新模型GPT-4o mini,数学能力比GPT-4o强? 北京时间7月19日凌晨,OpenAI 突然宣布了新模型GPT-4o mini,将全面替代GPT-3.5 Turbo。 [图片] OpenAI在今年5月发布了OpenAI公司迄今为止速度最快、综合能力最强,同样也是最贵的GPT-4o模型,而这次发布的GPT-4o mini则是一个规格更小、更便宜的变体,通过兼具“能力和性价比”,拓展低价位市场的竞争。 根据官网展示的价格: GPT-4o mini的商用价格是每百万输入 tokens 0
OpenAI
302AI 2024-07-19
出海中东热潮意味着在当地赚钱很容易吗?
复旦《管理视野》 2024-12-25
1.背景 2023年疫情过后旅游行业复苏,业务量迎来爆发式增长。然而业务同学遇到了一个发布效率的难题:激增的业务需求导致核心大应用的发布时长大幅度增加,对用户的工作效率产生了严重影响。为了解决这个用户
去哪儿技术沙龙 2024-12-25
新时代「三不孝」,掏空中产钱包
凤凰周刊 2024-12-25
在 Selenium 中,隐式等待(Implicit Wait) 是一种等待方式,它在查找元素时,如果元素没有立刻找到,Selenium 会等待指定的时间。如果在等待时间内元素出现,Selenium
马艳泽 2024-12-25
魔法原子目前已打通核心软硬件自研、供应链管理与生产制造、场景落地应用等人形机器人全产业链链路。
王方玉 2024-12-25
中老年人的抑郁,比年轻人更隐秘。
新周刊 2024-12-25
甚至老师还要帮学生改简历,都是要干的。
长三角momo 2024-12-25
我们“解剖”了2024年最具迷惑性的商业骗局,将其制作成一份“职场防诈指南”,送给可能要在2025年求职的你。
邱晓芬 2024-12-25
追剧30天,存款多3千
酷玩实验室 2024-12-25
只见楼梯响,不见人下来。
徐牧心 2024-12-25
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1