世际广发官网

 

世际广发官网

➭世际广发官网➮     

以数学试卷为例,9款大模型产品中,仅GPT-4o、文心一言4.0和豆包获得60分以上成绩(满分150分),目前的大模型只能正确推理步骤相对简单的问题。

与文科相比,大模型的理科成绩要差很多,最高分还不到480分,多数大模型的理科总分在400分以下,数学普遍不及格,相比河南理科511分的“一本”线,大模型还需努力。

作为本次评测的语文作文阅卷人,北京市级骨干教师、怀柔区语文学科带头人夏老师曾多次参加全国高考语文阅卷。夏老师认为:“Al写出的文章大多有清晰完整的结构,有逻辑性,语言通顺流畅。但其理性有余,感性不足,缺乏感情色彩,自然就缺乏感染力。”

大模型在高考英语测试中的优势更是压倒性的。一张150分满分的英语卷子,平均分达到132分,其中客观题几乎都是满分或接近满分,丢分主要在应用文写作和读后续写的作文部分,表达空泛、缺少细节上是弊端。

在历史和政治两科中,测试选手中有三至四家能达到80%以上的得分率。历史单科的桂冠归属豆包82.5的平均分。出乎意料的是,地理考试是文综三科中大模型表现最差的,最高分仅仅是 GPT-4o的68分。原因之一可能是地理涉及图片更多,AI识图能力有待提升。

在匿名阅卷中,豆包获得阅卷老师的好评:文章中显出的对就业结构、伦理方面的担心,展现出豆包已经具有不错的思想深度和思辨能力。

世际广发官网河南省教育考试院公布的高考录取分数线,文科本科一批分数线为521。根据测试结果,这意味着,GPT-4o、豆包、文心4.0、百小应等四款AI大模型在测试中的得分冲上了“一本”线。

大模型处理自然语言方面的能力不容置疑,三款国产大模型产品获得了语文考试前三名,分别是百小应、字节豆包和腾讯元宝,得分依次为128分、125.5分和120.5分。丢分主要在语文写作上。

如上提到,大模型理科普遍不行,成绩要差很多,在数学、物理、化学等数理学科上差距极大,包括GPT-4o在内的所有大模型都无法达到及格水平。大模型的理科最好成绩还无法进入人类考生的前30%。

具体看,在立住“问题”后,豆包随即用反问句自然过渡,引出三个排比段提出解决问题的方法。然后用发展的眼光分析问题,结合现实生活揭示问题产生的根源和危害的部分颇为亮点。

重点考查实验探究能力的化学和物理试卷,各模型平均分更是只有34分和39分(满分为100和110)。化学单项最高分由豆包获得,成绩为49.5分,GPT-4o仅有42分。

➯(撰稿:阿克苏)

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

30人支持

阅读原文阅读 6232回复 2
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 宜旭诚➰LV8六年级
      2楼
      中国电视,正在“攻陷”日本➱
      12-10   来自库车
      5回复
    • ➲苏华正LV6大学四年级
      3楼
      背熟这5句人性“黑话”,没人能玩弄你!➳
      12-09   来自和田
      1回复
    • 脚步➴LV1幼儿园
      4楼
      非升即走,下一步怎么走?➵
      12-10   来自阿图什
      9回复
    • 缘德亿LV7大学三年级
      5楼
      有了“共富田”,村民能不能当“甩手掌柜”?➶
      12-09   来自阿拉山口
      7回复
    • 童年梦幻➷➸LV8大学三年级
      6楼
      6G,“6”在哪儿➹
      12-08   来自博乐
      6回复
    • 饮悦潮流LV3大学四年级
      7楼
      “稍息立正敬礼!”小学来了“兵教师”➺
      12-09   来自昌吉
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #教师开直播惹争议,该如何厘清教师行为边界#

      广卓达

      4
    • #自动驾驶:怕不来又怕乱来#

      频宇

      7
    • #是时候打破成见了!职业教育开启大变革#

      运益硕

      9
    • #收不抵支、供大于需、服务错配,汽车客运站会消失吗?

      轻翔

      6
    热点推荐

    安装应用

    随时随地关注世际广发官网

    Sitemap