🕜南宫28网页🕝
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。
南宫28网页新民晚报讯(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。
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。
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。
🕞(撰稿:蚌埠)创造历史!张之臻/王欣瑜网球混双夺得银牌
09-20风尚先生🕳
英特尔创1982年以来最大跌幅 营收展望远逊预期
09-19嘉佩邦🕶
突然爆雷!英特尔暴跌26%!创1982年以来最大跌幅
09-21潮流🕷
纳斯达克100指数进入回调区间 超大盘股遭遇集中抛售
09-20风采脚印🕸
芝加哥联储行长:美联储不会对单月数据做出过度反应
09-20风尚脚印🕹
赛后,汪顺回应外媒兴奋剂质疑
09-19绅士之潮流🖇
张之臻/王欣瑜夺银,创造历史
09-19码拓达🖊
美副总统哈里斯已获得足够党代表票以锁定民主党总统候选人提名
09-21编码风尚g
华尔街大行齐改口 摩根大通和花旗预计联储年内两次降息50个基点
09-21尼仕航v
全球IT故障导致的绝大多数损失无法获得保险
09-21网雅🖋