您的当前位置:首页 > 百科 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 22:07:04 来源:网络整理 编辑:百科
长沙品茶联系-长沙喝茶联系-长沙品茶平台
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。”
输了还不服!日本媒体讽刺中国女篮:她们作弊,张子宇年龄造假2024-07-01 22:02
陈佩斯携子为父陈强扫墓,遭路人强行拍照,陈大愚一动作体现修养2024-07-01 21:54
再次刷新历史!女网郑钦文又创造职业生涯新纪录,网友:躺赢啊2024-07-01 21:46
蔡崇信反思:过去三年阿里士气不佳,落后是因忘了谁是真正客户2024-07-01 21:38
缺谁谁尴尬!英格兰头号毒瘤诞生:被换下后,球队绝平+绝杀进8强2024-07-01 21:06
面对挪威主权基金投资官的采访:蔡崇信气场全失,用语结结巴巴!2024-07-01 20:29
实锤了!刚刚,美国国安顾问沙利文出事了!2024-07-01 20:25
最近形势,出乎意料,大家值得做好准备!2024-07-01 19:51
冯氏毒舌:20个反常识的常识2024-07-01 19:47
陈佩斯携子为父陈强扫墓,遭路人强行拍照,陈大愚一动作体现修养2024-07-01 19:45
广西明晚到后天降雨将进入最强阶段2024-07-01 22:00
最近形势,出乎意料,大家值得做好准备!2024-07-01 21:32
最近形势,出乎意料,大家值得做好准备!2024-07-01 21:31
4月3日,大S小S,正式被调查!2024-07-01 20:50
勒庞28岁得意门生有望出任总理2024-07-01 20:42
死不起!上海某墓地0.47平价格39万还供不应求,每平米高达83万元2024-07-01 20:41
再次刷新历史!女网郑钦文又创造职业生涯新纪录,网友:躺赢啊2024-07-01 20:35
陈佩斯携子为父陈强扫墓,遭路人强行拍照,陈大愚一动作体现修养2024-07-01 20:32
轮到中国向欧洲吹牛了:给你们图纸,也造不出来2024-07-01 20:13
实锤了!刚刚,美国国安顾问沙利文出事了!2024-07-01 19:41