👕fun88官网官方网站👖
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。
fun88官网官方网站新民晚报讯(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。
👗(撰稿:五指山)被可爱完美击中的瞬间
12-10超迈拓👣
30岁努力攒钱之后才明白的道理
12-09算法👤
把我都听精神了
12-09风度之选👥
哪一瞬间觉得自己运气真好
12-08妍华女装👪
能吃是福!夏日厨神争霸赛
12-10太友👫
你所熟知的时代,才开始没多久
12-09同中雅👬
Manner事件:咖啡杯中的打工人风暴
12-08长者潮流👭
经济趋势下的政策空间
12-08男装之选l
中国需要再全球化
12-10川万佳x
一周世界舆论聚焦:俄朝条约给中国带来新问题
12-08贵宝安👯