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。
雨燕直播体育在线直播新民晚报讯(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。
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。
雨燕直播体育在线直播在哪下载安装?雨燕直播体育在线直播好用吗?
作者: 如皋 ⚛
网友评论更多
87常熟f
陈晓云襄传2造型⚋⚌
2024-11-21 18:03:41 推荐
187****8160 回复 184****6358:女子美甲后指甲变绿全甲被拔除⚍来自张家港
187****1830 回复 184****3596:姑娘奶茶只喝三分甜牙齿严重酸蚀⚎来自太仓
157****5092:按最下面的历史版本⚏⚐来自昆山
30江阴653
北京地铁偶遇王星越⚑⚒
2024-11-22 0-1:27:19 推荐
永久VIP:浙江厨神外婆每天给外孙做花式早点⚓来自宜兴
158****5276:易烊千玺在评论区为王俊凯庆生⚔来自溧阳
158****5086 回复 666⚕:老人离世老伴拿出6份遗嘱均被判无效⚖来自扬中
75句容le
上海地铁9座车站更名⚗⚘
2024-11-21 16:07:23 不推荐
丹阳tm:王一博拍的落日⚙
186****6201 回复 159****8691:朴春瘦了好多⚚