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。
tengbo9885手机版网页新民晚报讯(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。
网友评论更多
27唐山z
从威尼斯到北京:意大利骑手重温马可·波罗之旅👓👔
2024-10-24 17:31:10 推荐
187****2467 回复 184****2063:俄罗斯一客运火车与货车相撞 1人受伤👕来自秦皇岛
187****5769 回复 184****3314:日本大阪一列车内乘客移动电源起火 3人受伤👖来自邯郸
157****4002:按最下面的历史版本👗👘来自邢台
86保定817
哈马斯领导人遇袭身亡 胡塞武装称将进行军事回应👙👚
2024-10-24 01:35:12 推荐
永久VIP:俄罗斯一建筑发生瓦斯爆炸后坍塌 15人已获救👛来自张家口
158****6212:印度喀拉拉邦山体滑坡已致308人死亡👜来自承德
158****5108 回复 666👝:中国驻新西兰克赖斯特彻奇总领馆:失踪一年多中国公民遗体已找到👞来自沧州
72廊坊cs
菲律宾马尼拉发生火灾 11人死亡👟👠
2024-10-23 01:00:45 不推荐
衡水px:苏丹首都喀土穆一市场遭袭 已致多人死伤👡
186****6551 回复 159****9578:美总统拜登重申将帮助以色列应对来自伊朗的威胁👢