内地首个AI高考评测 数学全不及格
[时尚] 时间:2024-06-30 00:25:30 来源:长沙市品茶外卖 作者:休闲 点击:58次
图:AI得分情况。内
【大公报讯】据第一财经报道:高考这一高难度综合性测试,地首目前普遍被研究者用于考察大模型的个AI高格智能水平。在前不久高考结束后,考评上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试,测数并于19日发布了首个大模型高考全卷评测结果。学全
语数外三科加起来的不及满分为420分,此次高考测试结果显示,内阿里通义千问2-72B得303分排名第一,地首OpenAI的个AI高格GPT-4o得296分排名第二,上海人工智能实验室的考评书生.浦语2.0排名第三,三个大模型的测数得分率均超过70%,但大模型的学全数学都不及格,最高分也只有75分。不及在数学试卷上,内阅卷老师们发现,大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。大模型的公式记忆能力较强,但是无法在解题过程中灵活引用。可以看出,在数学方面大模型还有很大的提升空间。
数学关乎复杂推理相关能力,这是大模型普遍面临的难题,也是大模型在金融、工业等要求可靠的场景落地需要的关键能力。上海人工智能实验室领军科学家林达华表示,“现在很多大模型的应用场景是客服、聊天等,在聊天场景一本正经胡说八道影响不太大,但它很难在非常严肃的商业场合去落地。”
(责任编辑:时尚)
相关内容
- 刘小涛主持召开人大代表座谈会 李亚平出席
- 夏洛特生日照背后的秘密!凯特暗示健康状况,让阴谋论者无话可说
- 助力地方经济转型升级 苏州市清华企业家商会年会召开
- 5月6日俄乌:北约划红线,法波模糊战略出炉,美坚信乌2025年反攻
- 伊万胆子真大!四任名帅都不敢弃用的国脚,十八强赛却要被他清洗
- 美国校园反战示威延烧 2500人被捕
- 穗南沙吸纳港人才 提供12万元生活补贴
- “中国和世界逆行”
- 初中地理试题含“华为”量夸张:华为总部在哪、孟晚舟回国路线?
- 输球又输人!穆雷创队史第2差+将被调查 美媒:华子是掘金爸爸
- 小城故事多 请君来做客 新兴目的地成出游热门
- 勒沃库森官方:为庆祝这个历史性的赛季,将举行游行和派对
- 难忘旅程 精彩连连
- “枫桥”新故事