易倍网站

 

易倍网站

🏡易倍网站🏢     

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。

易倍网站新民晚报讯(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。

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。

🏣(撰稿:凯里)

本文来自网友发表,不代表本网站观点和立场,如存在侵权问题,请与本网站联系。未经本平台授权,严禁转载!
展开
支持楼主

77人支持

阅读原文阅读 9922回复 9
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 和永昌🏤LV6六年级
      2楼
      突破欧美封锁,研华测试测量助力新兴产业快...🏥
      01-09   来自都匀
      2回复
    • 🏦圣泰LV1大学四年级
      3楼
      穿越光速的测量艺术:意法半导体TOF传感器...🏧
      01-09   来自兴义
      3回复
    • 升泰🏨LV5幼儿园
      4楼
      会“拼”更省钱!8.14上午10点,1小时限时...🏩
      01-07   来自福泉
      7回复
    • 家居LV8大学三年级
      5楼
      华力创科学助力新质生产力:国际首创光学多...🏪
      01-08   来自盘州
      4回复
    • 洋跃🏫🏬LV5大学三年级
      6楼
      安全屏障 智慧根基丨和利时受邀参加第三届...🏭
      01-09   来自兴仁
      7回复
    • 士振LV9大学四年级
      7楼
      助力企业智能安全变革丨和利时受邀参加全国...🏮
      01-07   来自昆明
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #和利时再次成功签约9F燃机热电联产OTS仿真...#

      浩码

      7
    • #2024年全国智能轨道交通自动化产教融合共同...#

      界华泰

      9
    • #携手智造,共赢未来——亿杰控股集团董事长...#

      龙格

      3
    • #【邀约】寻找合伙人---福禄克综合测试部

      川频

      5
    热点推荐

    安装应用

    随时随地关注易倍网站

    Sitemap