怡和娱乐新民晚报讯(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。
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。
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
55丽江y
邱贻可出战村超联赛🌀🌁
2024-10-31 17:43:01 推荐
187****6207 回复 184****9309:爬过武功山的人嘴真严啊🌂来自昭通
187****2348 回复 184****2222:「人民日报」【夜读】长相年轻的人,都做好了这四件事🌃来自普洱
157****5857:按最下面的历史版本🌄🌅来自临沧
75保山285
「人民日报」今天,十分想念您……🌆🌇
2024-10-29 14:31:50 推荐
永久VIP:「中国政府网」国务院关于提高个人所得税有关专项附加扣除标准的通知🌈来自安宁
158****6150:「人民日报」来了!新闻早班车🌉来自宣威
158****5864 回复 666🌊:「人民日报」他箍住毒贩,滚下10米高坡!起身后的第一句话是…🌋来自芒
18瑞丽rs
「人民日报」考研上岸痛哭“不能和父母分享”的她,报到了!🌌🌍
2024-10-30 03:03:59 不推荐
大理tn:「洞见」庄子最通透的5个故事,治好了我的精神内耗🌎
186****5427 回复 159****1243:「小茂说」粉丝分享|干皮里边请,精油刷A,又猛又稳!🌏