您现在的位置是:合肥新茶工作室 > 时尚
内地首个AI高考评测 数学全不及格
合肥新茶工作室2024-07-01 07:38:16【时尚】9人已围观
简介上海品茶体验-上海品茶推荐-上海喝茶服务
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。”
很赞哦!(484)
相关文章
- 崩了!泰山队开局连丢2球 吴兴涵梦游贾德松被换下
- 曝红十字会直升机送烤全羊:涉事男子被扒,照片流出,官方回应
- 中美防长谈了75分钟,美防长对华提出三个要求,中方当场划下红线
- 印媒:中国未来50年,必打6场大战,台海首战,终战对手不是美国
- 意大利头号罪人出炉!更换6名首发自乱阵脚,连创3大耻辱纪录!
- 张若昀在香港见了妈妈离婚后生的弟弟妹妹,才发现妈妈没有…
- 黄春梅回应汪小菲再婚,论智商论手段,大S小S远不及母亲
- 伊利傻眼了!超市店长喊话赔钱,卡车司机清算旧账,蒙牛咖位飞升
- 成都蓉城击败沧州雄狮,山东泰山队击败北京国安,更善于踢逆风球
- 现实版“恶魔在身边”?性侵、偷拍、家暴...童年男神滤镜荡然无存