🕖ob体育官网登录入口🕗
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。
ob体育官网登录入口新民晚报讯(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:石嘴山)百万粉丝网红“小小努力生活”被抓
01-15高昌盛🕤
网友喊话烈士妻子上架橱窗商品
01-17尚健🕥
上海将处在台风贝碧嘉危险半圆
01-16建宜🕦
知情人:徐少强妻子也已离世
01-16美科华🕧
徐少强女儿悼念父亲
01-17编程之美🕯
41岁网红晨曦姐姐去世
01-17志尚维🕰
网红川味盐太婆去世
01-15纳振🕳
阿里云盘惊现bug:可看他人照片
01-16易具w
武汉烟花秀人多到地铁跑不动
01-17精致男装y
3000名军训新生齐唱军歌气势拉满
01-17凤光博🕶