🐷电子pg游戏网站🐸
电子pg游戏网站新民晚报讯(记者金志刚)近日,复旦大学自然语言处理(NLP)实验室LLMEVAL团队公布了2024年高考数学大模型评测结果。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。而在高考数学新I卷评测排名中,字节豆包也排在前列。
今年5月,豆包大模型在火山引擎原动力大会上正式发布。相关数据显示,在MMLU、BBH、GSM8K、HumanEval等11个业界主流的公开评测集上,Doubao-pro-4k的总分为76.8分,优于同期测试的其他国产模型。在数学能力、语言理解能力,以及综合评测集CMMLU和CEval的评测上,豆包也有不错的表现,得分排在前三。
评测选取2024高考数学新I卷和新II卷的14道客观题,参评“选手”涵盖GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o是OpenAI于今年5月新推出的大语言模型,数学能力是其发布会现场着重展现的能力模块。但结果显示,部分国产大模型在本次数学评测中的成绩优于GPT-4o。在新II卷客观题测试中,字节豆包成绩排在首位,其次是阿里千问和GPT-4o。
据悉,LLMEval是由复旦大学NLP实验室推出的大模型评测基准,专注于评估专业领域的知识能力。评测团队表示,全新出炉的高考试题具备高度的独创性和保密性,是用来评测大模型的“绝好评测集合”。因此,团队在高考后第一时间对13家大模型进行了评测。
🐹(撰稿:邹城)知名儿童心理专家梁月竹:家长怎么跟孩子做有效的沟通
12-07童年足迹👒
一起接“福宝”回家
12-08年轻之美👓
金石中国心
12-09龙成👔
不用羡慕!别人有的咱也有!内蒙古一地文旅局长双语推介大米
12-07步履风尚👕
大国风华 人民记忆 | 首次承办综合性国际体育大赛
12-08洁浩博👖
道旁树穿“皮草 ” 五彩斑斓引路人打卡
12-09基吉航👗
“熬夜冠军”打破冬眠规则 谁说熊都要冬眠?
12-07魅力之脚👘
奔腾“青”骑兵唱响中国记者推广曲 《我的名字》!
12-09宏纳邦u
黑龙江10万瓶蔓越莓啤酒发往广西
12-09大超达t
中6.8亿巨奖当事人现身 系28岁小伙
12-08风博👙