6329开元app官网下载新民晚报讯(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。
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。
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。
网友评论更多
58海宁i
长债国债收益率走低,央行出手了!✨✩
2024-11-12 14:23:37 推荐
187****3701 回复 184****3046:科技金融首次明确“施工图”!七部门合力破难点✪来自桐乡
187****9604 回复 184****5977:《中国金融》|加快农村金融机构数字化转型✫来自诸暨
157****9196:按最下面的历史版本✬✭来自嵊州
17江山138
央行将开展国债借入操作 国债期货为何全线跳水转跌?✮✯
2024-11-13 17:18:57 推荐
永久VIP:加快摒弃“规模情结”,“增收、节支、控险”,建行股东大会披露下半年发展总方向✰来自兰溪
158****1910:央行宣布近期将开展国债借入操作 专家:可在二级市场上出售,压低市场价格,推升相关国债收益率✱来自永康
158****8538 回复 666✲:外卡交易手续费下降!多家银行:已跟进✳来自义乌
17东阳iv
年内单笔最大规模,平安银行800亿资本工具获批,上半年7家银行累计获得1370亿元额度✴✵
2024-11-12 20:35:28 不推荐
临海bg:央行出手!开展国债借入操作,国债期货异动✶
186****1968 回复 159****8827:上半年金融监管总局开出25张罚单,处罚金额超1.4亿元同比降六成,银行理财子罚单明显增多✷