您的当前位置:首页 > 知识 > 内地首个AI高考评测 数学全不及格 正文
时间:2024-07-01 23:06:51 来源:网络整理 编辑:知识
佛山品茶外卖-佛山品茶V-佛山品茶微信
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。”
问题开始严重了,国家队都开始抛盘了!2024-07-01 23:03
城市独生女谈门当户对:父母奋斗半生,不是让我拿去“扶贫”的2024-07-01 22:46
收割不了中国,犹太资本转头盯上了印度,谁知被反咬一口!2024-07-01 22:45
放弃幻想!华为高管称:国产芯片暂时先别指望能到3nm2024-07-01 22:08
华人注意!出国行李箱上千万别贴这些,也别装这种糖!后果很严重2024-07-01 22:07
浙江“八十万”绿帽门!“娇妻”交往十多个男友,未婚夫也不无辜2024-07-01 21:20
5连败!世界第12基本无缘奥运,日本战中国女排:32024-07-01 21:19
5月30日俄乌最新:特朗普放言轰炸莫斯科2024-07-01 21:12
高考703分,因面试时说要报效祖国被11所美国大学拒收!终得所愿!2024-07-01 20:31
政治地位最高却最低调的杭州寺院是哪个?2024-07-01 20:24
俄罗斯“生病”,美国吃药?2024-07-01 22:22
周琦签约CBA新进展:上海无意向,广东安排徐昕特训,杨鸣谈奖金2024-07-01 22:21
放弃幻想!华为高管称:国产芯片暂时先别指望能到3nm2024-07-01 22:18
被老婆瞧不起的省委书记!2024-07-01 22:17
上海知青抛丈夫和女儿回城,走前解开衣扣:让我们为过去画上句号2024-07-01 22:13
曼联前锋教练即将离队,拉爵拒绝续约!临别解释桑乔拒绝道歉理由2024-07-01 22:13
乌军袭击克里米亚大桥区域防空系统,美无人机监视,大桥面临风险2024-07-01 21:35
国际刑事法院检察官申请逮捕以色列和哈马斯领导人 实际效果为何有限?2024-07-01 21:00
波音“星际客机”麻烦不断2024-07-01 20:46
新加坡坠亡女留学生男友发声:事发凌晨,她独自在高处坐了几个小时2024-07-01 20:34