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。
电竞赛事app开发新民晚报讯(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。
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
21蚌埠h
观展邀请|凌壹科技邀您共聚elexcon2024深圳...💳💴
2024-11-07 0-1:46:27 推荐
187****9983 回复 184****2812:突破质检难题,华汉伟业视觉技术赋能耳机品...💵来自淮南
187****2649 回复 184****1904:灌区智能信息化管理系统 灌区续建节水配套...💶来自马鞍山
157****7059:按最下面的历史版本💷💸来自淮北
27铜陵247
ABB完成对SEAM集团的收购,加速电气服务业...💹💺
2024-11-06 14:07:03 推荐
永久VIP:数据中心提升电力保障以满足人工智能需求💻来自安庆
158****2139:智慧油田长停井压力远程监测系统 油井远程...💼来自黄山
158****7600 回复 666💽:北京ABB电气传动系统有限公司成立三十周年💾来自滁州
50阜阳ui
智慧水务信息化平台建设 智慧水务软件 智慧...💿📀
2024-11-08 00:50:00 不推荐
宿州au:智慧水务系统整体解决方案 供水调度SCADA...📁
186****5858 回复 159****7984:智慧水务管理系统 智慧供水调度整体解决方...📂