⚦亿博国际彩票平台⚧
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。
亿博国际彩票平台新民晚报讯(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:兰溪)不远万里,为你而来!中国球迷赴巴黎为中国队加油助威
12-20拓爱博⚴
一系列经济数据不及预期 美国经济衰退担忧重创东京股市
12-21名罗⚵
缅甸北部掸邦腊戍等地安全风险高企,中使馆提醒中方人员尽快转移
12-22子豪丰⚶
英国首相斯塔默召开“眼镜蛇国安会议” 讨论应对大规模骚乱
12-20学生之选⚷
日本加息给提振日元“下猛药” 引发金融市场震动
12-20嘉创羽⚸
中方呼吁国际刑事法院尊重苏丹司法主权和合理关切
12-22梦幻女郎⚹
日经225指数一度上涨超3200点 创历史最大涨幅
12-21旺广聚⚺
航母、宙斯盾战舰、战斗机中队……美军大举增兵中东
12-22典惠l
伊朗总统:扩大与俄罗斯关系是伊朗外交政策优先事项之一
12-20百超达f
日本加息给提振日元“下猛药”,引发金融市场震动,未来影响仍待观察
12-21双永⚻