内地首个AI高考评测 数学全不及格
图:AI得分情况。内
【大公报讯】据第一财经报道:高考这一高难度综合性测试,地首目前普遍被研究者用于考察大模型的个AI高格智能水平。在前不久高考结束后,考评上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试,测数并于19日发布了首个大模型高考全卷评测结果。学全
语数外三科加起来的不及满分为420分,此次高考测试结果显示,内阿里通义千问2-72B得303分排名第一,地首OpenAI的个AI高格GPT-4o得296分排名第二,上海人工智能实验室的考评书生.浦语2.0排名第三,三个大模型的测数得分率均超过70%,但大模型的学全数学都不及格,最高分也只有75分。不及在数学试卷上,内阅卷老师们发现,大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。大模型的公式记忆能力较强,但是无法在解题过程中灵活引用。可以看出,在数学方面大模型还有很大的提升空间。
数学关乎复杂推理相关能力,这是大模型普遍面临的难题,也是大模型在金融、工业等要求可靠的场景落地需要的关键能力。上海人工智能实验室领军科学家林达华表示,“现在很多大模型的应用场景是客服、聊天等,在聊天场景一本正经胡说八道影响不太大,但它很难在非常严肃的商业场合去落地。”
- ·我国首个百兆瓦时级钠离子储能电站投产
- ·女子在柜台取钱被急哭视频热传!银行称正梳理事件来龙去脉
- ·突发!江西抚州发生一起严重车祸,网友:哪是开太快,飞太低了!
- ·国家一级演员陈涌泉因病去世,儿子发布讣告,最后露面曝光!
- ·上海知青抛丈夫和女儿回城,走前解开衣扣:让我们为过去画上句号
- ·马英九两次口误,中国大陆一次,一次在中国台湾,释放出什么信号
- ·轮到西方眼红!中国突破尖端技术,重要性不亚于光刻机,禁止出口
- ·以色列,给中国上了最生动的一课
- ·日本男排创造历史,石川锁定最佳,东道主被淘汰,法国队体能惊人
- ·主持人李小萌连夜下架争议视频!在镜头前情绪失控,一度哽咽痛哭
- ·韩国人在美国将“油泼辣子”注册成商标,随即向中国餐馆“开刀”
- ·硬起来的阿日,CBA版追梦格林?
- ·还剩6天时间,中方发起第二波反制,匈牙利求情,德国提出新方案
- ·某新势力销量暴跌40%
- ·跟着电影主人公跳街舞,他们什么来头?
- ·瘫子娘、疯子爹,744分高考状元被清华录取6年后,现状令人泪目