您的当前位置:首页 > 焦点 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 05:19:26 来源:网络整理 编辑:焦点
北京市品茶服务-北京市品茶微信-北京市工作室品茶
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。”
梁振英海南考察商业航天 推动琼港精准对接2024-07-01 05:12
吕丽萍孙海英回国看病,检查无碍后又回到美国,称习惯在那里生活2024-07-01 04:54
亡人“财政”也来了!2024-07-01 04:35
足球报:现场裁判组认为王选宏锁喉是暴力行为,霍深坪有挑衅行为2024-07-01 04:04
广西一小区保安砍死2名业主,现场画面曝光,警方通报,街道回应2024-07-01 03:54
直播间销售额大涨400倍!香飘飘涨停2024-07-01 03:46
足球报:现场裁判组认为王选宏锁喉是暴力行为,霍深坪有挑衅行为2024-07-01 03:43
深圳20年来最长前汛期降雨集中期结束2024-07-01 03:11
“够了,老子不玩了”阿根廷总统正式宣布:不再提供军事支持2024-07-01 03:07
用一句话打消男朋友想睡你的想法。神回复:你也去查查吧2024-07-01 03:01
黄一鸣公开晒出了和王思聪的聊天记录,内容可是让人大跌眼镜啊!2024-07-01 04:58
足球报:现场裁判组认为王选宏锁喉是暴力行为,霍深坪有挑衅行为2024-07-01 04:49
反转!谭竹要退还胖猫全部的钱,她有可能面临刑期判罚坐牢2024-07-01 04:35
世界冠军王楠做癌症复查,医生:看那垃圾桶,你先生天天在那哭2024-07-01 04:23
3年为孩子花68万,高考389分,母亲崩溃大哭,评论区炸锅2024-07-01 03:55
台媒:20名国民党、民众党“立委”报名16日登太平岛考察,民进党无人参与2024-07-01 03:47
亚洲第一大激光设备生产商,研发出接近式光刻机,近期量能放大6倍2024-07-01 03:45
再读《变形记》:成年人最大的悲哀,不是没钱,不是失业,而是…2024-07-01 03:27
受大雨影响,南京多条道路临时管控2024-07-01 03:04
真诚地给华为道个歉2024-07-01 02:56