🚙k·体育🚚
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。
k·体育新民晚报讯(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:宜都)EPC-3132ZX-B:搭载兆芯KX-6000系列处理器...
12-19程序员之选🚨
力控科技入选工信部「2023年信息技术应用创...
12-17奇富达🚩
速普展讯 | 看2024上海工业展行业新视野 共...
12-18网瑞佳🚪
速普电子双喜临门——荣获慈溪市工业经济“...
12-17智速🚫
速普展讯 | 速普携“星”产品闪耀SNEC展,...
12-17饮香🚬
2024北京智能工厂展:光路科技工业自动化交...
12-19码农🚭
应用案例丨奇石乐3C行业压装解决方案及屏幕...
12-18童装乐园🚮
专注市场需求和技术创新,安森美坚定智能感...
12-17扬丝v
SGS利用MVG天线测试系统实现快速汽车天线测...
12-17绅士之风采q
【白皮书】揭秘坚固型人机界面如何应用于极...
12-18年轻风尚🚯