12博游戏登录入口新民晚报讯(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。
网友评论更多
18漯河w
雷军回应如何进小米公司:简历最好好看一点☳☴
2024-11-27 12:32:32 推荐
187****3397 回复 184****4834:华为招募新天才少年,新增人工智能领域☵来自三门峡
187****7366 回复 184****9674:董明珠:年轻人躺平是误导,我身边的都想拼☶来自南阳
157****8001:按最下面的历史版本☷☸来自商丘
46周口287
网友支持宗馥莉履职下单,主播:理性消费☹☺
2024-11-27 20:31:36 推荐
永久VIP:全网首家娃哈哈专卖店暂停营业支持宗馥莉☻来自驻马店
158****3284:优联云购回应金条不发货不退款☼来自信阳
158****6752 回复 666☽:政府大院变身晒谷场 网友:为人民服务好样的☾来自荥阳
77新郑so
烈日下老人倒地,路过的小伙果断上前帮助☿♀
2024-11-26 09:14:56 不推荐
登封vl:下雨天老人在路边露天卖菜 水果店老板搬大伞为老人遮雨♁
186****1212 回复 159****6653:湖北 防汛关键期 三峡水库持续泄洪腾库♂