🙌开云全站网站🙍
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。
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。
开云全站网站新民晚报讯(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。
🙎(撰稿:宿州)数智未来 共创共赢——爱普生工...
12-08童年足迹🤜
助力新质生产力,凌壹绽放上海工...
12-07年轻之美🤝
新质领航 | 长江传感盛装亮相202...
12-06龙成🤞
中车集团持续深化共链行动 携手...
12-06步履风尚🤟
宏山激光重磅发布行业解决方案,...
12-08洁浩博🤦
沉浸式打卡堡盟工博会展台现场|...
12-06基吉航🤰
共话工博会,与町洋联结无限可能
12-07魅力之脚🤱
ABB研究显示,机器人加工使电子...
12-07宏纳邦y
绿智创新闪耀2024工博会,施耐德...
12-06大超达x
海康机器人丨工博会时间:多维产...
12-08风博🤲