云开手机版登录入口新民晚报讯(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。
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
60瑞丽j
意大利竞走选手用日语干扰日本选手🦖🦗
2024-11-04 08:20:46 推荐
187****5988 回复 184****2027:刘宇坤曾两破世界纪录🧀来自大理
187****8872 回复 184****7576:潘展乐家里的蚊帐又多了块金牌🧛来自楚雄
157****1673:按最下面的历史版本🧞🧟来自个旧
35开远710
刘圣书谭宁晋级羽毛球女双4强🧠🧡
2024-11-03 09:01:45 推荐
永久VIP:厄瓜多尔选手竞走夺冠后致敬C罗🧢来自蒙自
158****4725:1927年-八一南昌起义爆发🧣来自弥勒
158****1894 回复 666🧤:1935年-抗日救国《八一宣言》发表🧥来自景洪
82文山zp
1943年-国民政府主席林森逝世🧦☝
2024-11-04 21:18:24 不推荐
香格里拉mv:1895年-古田教案发生⛹
186****3807 回复 159****4450:1819年-小说家赫尔曼·梅尔维尔诞生✊