澳门21点规则新民晚报讯(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
91营口g
麦当劳出事、肯德基警戒!百胜旗下餐厅匆忙“撤洋葱”❇❈
2024-10-30 15:58:53 推荐
187****3765 回复 184****9310:AI热潮中错过了英伟达?对冲基金大佬喊话:买入这只“便宜货”!❉来自阜新
187****3292 回复 184****4305:A股大消息!800亿巨头宣布❊来自辽阳
157****8475:按最下面的历史版本❋❌来自盘锦
52铁岭100
吴清主席会见世界交易所联合会主席罗文才❍❎
2024-10-28 10:43:41 推荐
永久VIP:特斯拉股价昨日上涨22% “木头姐”趁机抛售入账2222万美元❏来自朝阳
158****5178:IMF对华讲公道话,美媒酸了❐来自葫芦岛
158****1614 回复 666❑:亿纬锂能前三季度储能电池出货量翻倍❒来自新民
43瓦房店ss
西部数据第一财季扭亏为盈,人工智能需求刺激销售额❓❔
2024-10-29 01:56:06 不推荐
庄河sr:天齐锂业现涨超5% 预计前三季度归母净亏损54.5亿至58.5亿元❕
186****6364 回复 159****9372:过度爆炒的新股不宜价值投资❖