您的当前位置:首页 > 探索 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-06-29 11:49:35 来源:网络整理 编辑:探索
上海市品茶联系方式-上海市品茶喝茶工作室-上海市喝茶工作室
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。”
中国最大地下水“漏斗区”努力平衡水粮矛盾2024-06-29 11:45
中国、海外皆疯传爆料!男子寻回11年前43.6枚比特币 现值已破300万美元2024-06-29 11:32
伦敦标晚:切尔西球员对马雷斯卡被任命为球队新任主帅感到兴奋2024-06-29 11:20
庆余年2超前点播大结局:五年的剧本、五个月的拍摄、十五天播完2024-06-29 10:24
泡菜国为了提高生育率也是绝了,竟让小学生上晚自习,网友笑麻了2024-06-29 10:07
陈沂SWAG处女秀收入曝光:每月4次足够负担房贷2024-06-29 09:51
香港航空针对内地乘客?被曝有意刁难乘客,不加钱就不让登机2024-06-29 09:44
香港航空针对内地乘客?被曝有意刁难乘客,不加钱就不让登机2024-06-29 09:24
泡菜国为了提高生育率也是绝了,竟让小学生上晚自习,网友笑麻了2024-06-29 09:22
香港航空针对内地乘客?被曝有意刁难乘客,不加钱就不让登机2024-06-29 09:06
成都机场一大叔收打火机换香烟?网友:我这么抠门的人也觉得划算2024-06-29 11:48
哪来的妖风?从“姨妈裙”到“矮人裤”,病态审美还有没有救2024-06-29 11:43
刑事立案!本以达成和解,看到汪领取结婚证,大曲又起诉了诽谤罪2024-06-29 11:01
反转,杜兰特突爆争议点评!令詹姆斯难堪,球迷:球员更尊重科比2024-06-29 10:44
大开眼界/跟大师学製茶 感受“非遗”魅力2024-06-29 10:25
奥迪新款SUV曝光!8月上市开售/售价大幅下降2024-06-29 09:45
中国、海外皆疯传爆料!男子寻回11年前43.6枚比特币 现值已破300万美元2024-06-29 09:41
香港航空针对内地乘客?被曝有意刁难乘客,不加钱就不让登机2024-06-29 09:18
朝鲜足协挑战亚足联底线,拒绝参加抽签仪式,爱分哪组分哪组2024-06-29 09:08
中美日深潜器下潜差距犹如断崖,美10916米,日6526米,中国呢?2024-06-29 09:08