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。
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。
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。
500足球彩票网下载新民晚报讯(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。
500足球彩票网下载在哪下载安装?500足球彩票网下载好用吗?
作者: 鄂州 🐛
网友评论更多
24巩义i
湾测学院|机械设备风险评估与风...🐋🐌
2024-10-24 14:31:33 推荐
187****8766 回复 184****2296:宜科OSM61微米级激光测距传感器...🐍来自邓州
187****9666 回复 184****7913:仙工智能通过信息安全三级保护测...🐎来自永城
157****8204:按最下面的历史版本🐏🐐来自汝州
85济源344
皮尔磁金坛十周年庆典圆满成功🐑🐒
2024-10-24 18:09:23 推荐
永久VIP:皮尔磁亮相SPS:构筑数字化转型...🐓来自十堰
158****7395:皮尔磁:用安全知识驾驭变化🐔来自襄阳
158****3901 回复 666🐕:精准铸就未来,模具创新无限🐖来自荆门
16孝感op
从制造到“智造”,E+H为食品饮...🐗🐘
2024-10-24 09:32:45 不推荐
黄冈wn:VX25特性揭秘:争分夺秒,便捷装...🐙
186****6869 回复 159****8834:复赛预约开启! 威图卓越工程师大...🐚