AIASPORTS体育app

 

AIASPORTS体育app

♝AIASPORTS体育app♞     

AIASPORTS体育app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。

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。

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。

♟(撰稿:潜山)

本文来自网友发表,不代表本网站观点和立场,如存在侵权问题,请与本网站联系。未经本平台授权,严禁转载!
展开
支持楼主

71人支持

阅读原文阅读 5368回复 5
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 湖仕♠LV3六年级
      2楼
      全线大涨!高盛最新宣布:上调标普500指数目标♡
      12-03   来自无为
      7回复
    • ♢正乐天LV9大学四年级
      3楼
      美国消费者信心指数意外下滑 受制于生活成本高企♣
      12-03   来自福州
      7回复
    • 温婉衣阁♤LV7幼儿园
      4楼
      万科埋的“雷”爆了,祝九胜人设崩塌?♥
      12-04   来自南平
      2回复
    • 好亿成LV9大学三年级
      5楼
      特斯拉大跌超10%,Robotaxi发布会不及预期♦
      12-03   来自三明
      8回复
    • 童心风尚♧♨LV1大学三年级
      6楼
      10月11日操盘必读:影响股市利好或利空消息♩
      12-03   来自莆田
      4回复
    • 振飞LV4大学四年级
      7楼
      穆迪将大众汽车评级展望下调至“负面”♪
      12-03   来自泉州
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #国投证券迎“新帅”,近年来业绩下滑#

      皇子

      2
    • #股海导航 10月11日沪深股市公告与交易提示#

      富速

      3
    • #德国正努力阻止裕信银行收购德国商业银行#

      燃动潮流

      5
    • #港股大逆转 企业赴港上市热情高涨

      久汇

      8
    热点推荐

    安装应用

    随时随地关注AIASPORTS体育app

    Sitemap