首個AI高考全卷評測結(jié)果發(fā)布 數(shù)學(xué)成大模型短板
近期，上海人工智能實(shí)驗(yàn)室的官方微博分享了一則消息：司南評測體系OpenCompass啟動了首次針對大模型的“語數(shù)外”高考全科目能力測評，使用的是全國新課標(biāo)I卷作為測試基準(zhǔn)。這次特別挑選了六個開源模型，以及OpenAI的GPT-4o參與，所有開源模型的公開時間均早于高考日期，以保障測試環(huán)境的封閉性和公正性。評分工作則委托給具有實(shí)際高考閱卷經(jīng)驗(yàn)的教師執(zhí)行，確保評估結(jié)果貼近真實(shí)的閱卷標(biāo)準(zhǔn)。測試結(jié)果揭曉，阿里通義千問Qwen2-72B、OpenAI的GPT-4o以及書生·浦語2.0文曲星（InternLM2-20B-WQX）在眾多模型中脫穎而出，分列前三名，它們的得分率分別是72.1%、70.5%和70.4%。從整體表現(xiàn)看，這些模型在語言類科目上展現(xiàn)了較強(qiáng)的能力，語文科目的平均得分率達(dá)到67%，英語更是高達(dá)81%。相比之下，數(shù)學(xué)成為多數(shù)模型的弱項(xiàng)，平均得分率低至36%。其中，InternLM2-20B-WQX在數(shù)學(xué)上獲得了最高分75分，盡管如此，這一成績?nèi)晕茨芸邕^及格線。
(責(zé)任編輯：張蕾)
關(guān)閉
誰會是哈里斯的搭檔 多位政要成熱門人選
誰會是哈里斯的搭檔2024-07-22 14:08:31
美國會迎來歷史上首位女總統(tǒng)嗎？哈里斯提名在望
美國會迎來歷史上首位女總統(tǒng)嗎2024-07-22 14:08:15
拜登退選如何影響選戰(zhàn)？民主黨“換將”迎挑戰(zhàn)
拜登退選如何影響選戰(zhàn)？2024-07-22 14:07:48
拜登退選如何影響選戰(zhàn)？民主黨“換將”迎挑戰(zhàn)
拜登退選如何影響選戰(zhàn)？2024-07-22 14:07:48
沙利文稱美國可能允許烏軍用美國武器深入打擊俄領(lǐng)土，俄外交官：美仍想給俄造成“戰(zhàn)略失敗”
沙利文稱美國可能允許烏軍用美國武器深入打擊俄領(lǐng)土，俄外交官：美仍想給俄造成“戰(zhàn)略失敗”2024-07-22 10:37:56
樊振東：之前強(qiáng)迫自己看乒乓球 現(xiàn)在也會從皇馬的比賽中獲取力量
樊振東：之前強(qiáng)迫自己看乒乓球 現(xiàn)在也會從皇馬的比賽中獲取力量2024-07-22 14:05:56
日防相木原稔今起訪歐，同英意共同開發(fā)新戰(zhàn)機(jī)計(jì)劃有變數(shù)？
日防相木原稔今起訪歐，同英意共同開發(fā)新戰(zhàn)機(jī)計(jì)劃有變數(shù)？2024-07-22 10:25:52
對師德失范零容忍就要刮骨療毒 中國人民大學(xué)嚴(yán)正聲明
對師德失范零容忍就要刮骨療毒2024-07-22 14:02:46
內(nèi)塔尼亞胡訪美與拜登會晤將按計(jì)劃進(jìn)行，具體時間未知
內(nèi)塔尼亞胡訪美與拜登會晤將按計(jì)劃進(jìn)行，具體時間未知2024-07-22 10:35:29
澤連斯基：如果特朗普勝選，烏克蘭只能……
澤連斯基：如果特朗普勝選，烏克蘭只能……2024-07-22 10:08:14
種地吧導(dǎo)演曾回應(yīng)三四季規(guī)劃 綜藝發(fā)展與粉絲理性并行
種地吧導(dǎo)演曾回應(yīng)三四季規(guī)劃2024-07-22 14:00:54
千里奔襲胡塞武裝，以軍要過幾道坎？
千里奔襲胡塞武裝，以軍要過幾道坎？2024-07-22 10:32:02
黑人選民也沒底：美國還沒準(zhǔn)備好迎接一位女總統(tǒng)，遑論一位黑人女總統(tǒng)
黑人選民也沒底：美國還沒準(zhǔn)備好迎接一位女總統(tǒng)，遑論一位黑人女總統(tǒng)2024-07-22 14:03:36
沖突前線處境艱難，美歐援烏明顯降溫，內(nèi)外壓力涌向澤連斯基！
沖突前線處境艱難，美歐援烏明顯降溫，內(nèi)外壓力涌向澤連斯基！2024-07-22 10:22:08
董宇輝不希望和俞敏洪的感情被誤會 內(nèi)部管理受質(zhì)疑
董宇輝不希望和俞敏洪的感情被誤會2024-07-22 14:03:23
媽媽回應(yīng)10歲兒子賣冰棍減肥
媽媽回應(yīng)10歲兒子賣冰棍減肥2024-07-22 14:07:30
與臺當(dāng)局首次聯(lián)演，“日本刻意低調(diào)”
與臺當(dāng)局首次聯(lián)演，“日本刻意低調(diào)”2024-07-22 10:09:07
馬斯克再出爭議言論：借微軟 Windows 藍(lán)屏事件攻擊 CrowdStrike 的“多元化”
馬斯克再出爭議言論：借微軟 Windows 藍(lán)屏事件攻擊 CrowdStrike 的“多元化”2024-07-22 14:02:58
一覺醒來，美國發(fā)生歷史性大事
一覺醒來，美國發(fā)生歷史性大事2024-07-22 10:02:39
首次空襲也門，內(nèi)塔尼亞胡：以色列長臂可觸及任何地方
首次空襲也門，內(nèi)塔尼亞胡：以色列長臂可觸及任何地方2024-07-22 10:18:07
首次亮相國際大型活動，解放軍三桅帆船“破浪”號是怎樣的存在？
首次亮相國際大型活動，解放軍三桅帆船“破浪”號是怎樣的存在？2024-07-22 14:05:27
為波音產(chǎn)導(dǎo)引頭短缺，日本“愛國者”導(dǎo)彈生產(chǎn)計(jì)劃被推遲
為波音產(chǎn)導(dǎo)引頭短缺，日本“愛國者”導(dǎo)彈生產(chǎn)計(jì)劃被推遲2024-07-22 10:12:32
硬核軍校錄取通知書大揭秘 青春召喚，夢想啟航！
硬核軍校錄取通知書大揭秘2024-07-22 14:00:26
美國會迎來歷史上首位女總統(tǒng)嗎？哈里斯提名在望
美國會迎來歷史上首位女總統(tǒng)嗎2024-07-22 14:08:15
驚人逆轉(zhuǎn)！拜登從首輪辯論到宣布退選的24天，經(jīng)歷了什么？
驚人逆轉(zhuǎn)！拜登從首輪辯論到宣布退選的24天，經(jīng)歷了什么？2024-07-22 14:00:04
家族政治，印度持續(xù)千年的謎題
家族政治，印度持續(xù)千年的謎題2024-07-22 10:31:20
誰會是哈里斯的搭檔 多位政要成熱門人選
誰會是哈里斯的搭檔2024-07-22 14:08:31
美“羅斯福”號航母赴紅海小心翼翼，在進(jìn)入印度洋后明顯放緩速度
美“羅斯?！碧柡侥父凹t海小心翼翼，在進(jìn)入印度洋后明顯放緩速度2024-07-22 10:38:26
雷神公司測試“愛國者”雷達(dá)引導(dǎo)“標(biāo)準(zhǔn)6”導(dǎo)彈
雷神公司測試“愛國者”雷達(dá)引導(dǎo)“標(biāo)準(zhǔn)6”導(dǎo)彈2024-07-22 10:12:11
創(chuàng)中國男網(wǎng)新紀(jì)錄！張之臻世界排名升第31名 將開啟奧運(yùn)之旅
創(chuàng)中國男網(wǎng)新紀(jì)錄！張之臻世界排名升第31名 將開啟奧運(yùn)之旅2024-07-22 14:01:03
ATP漢堡站：菲斯擊敗茲維列夫，首奪500賽冠軍 法國新星崛起
ATP漢堡站：菲斯擊敗茲維列夫，首奪500賽冠軍2024-07-22 14:01:51
果然，美國政府還是有辦法……
果然，美國政府還是有辦法……2024-07-22 10:06:32
尋醫(yī)廣播一響一群浙大醫(yī)學(xué)生沖了上去 列車上演急救溫情劇
尋醫(yī)廣播一響一群浙大醫(yī)學(xué)生沖了上去2024-07-22 14:00:13
廢棄它，連帶報銷了美軍隱藏的算盤……
廢棄它，連帶報銷了美軍隱藏的算盤……2024-07-22 10:05:01
又扯“中俄威脅”？“美國將明文承諾會用核武器保護(hù)日本”
又扯“中俄威脅”？“美國將明文承諾會用核武器保護(hù)日本”2024-07-22 10:17:25
相關(guān)新聞
AI和姜萍答同一份卷 結(jié)果如何？人類智慧暫勝一籌
2024-06-16 12:40:59AI和姜萍答同一份卷今年高考沒有全國乙卷了？
2024-06-07 18:14:19今年高考沒有全國乙卷了印度卷、俄羅斯卷、伊朗卷……全球“高考”都考些啥？各國特色大不同
2024-06-07 18:37:10印度卷、俄羅斯卷、伊朗卷……全球“高考”都考些啥？廣東高考首次采用AI智能巡考 386考點(diǎn)全覆蓋防作弊
2024-06-07 17:08:47廣東高考首次采用AI智能巡考沒有浙江卷了！18省共用新高考1卷
2024年，新高考1卷將在多個省份實(shí)施，涉及的地區(qū)包括浙江、江蘇、河北、山東、廣東、福建、湖北、湖南、安徽、江西等。
2024-06-07 13:17:12沒有浙江卷了AI苦工卷向高學(xué)歷，美國博士正在搶走印度人工作 高知變AI訓(xùn)練師
2024-06-30 23:00:38AI苦工卷向高學(xué)歷
