🙁3亿体育平台🙂
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。
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。
3亿体育平台新民晚报讯(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。
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:荆门)网达软件公布半年报 上半年净利盈利600万
12-21维用🤤
非洲国家准备申办奥运会
12-21福双康🤥
将AI PC装进汽车,英特尔押注智能座舱
12-22童年风尚🤧
地产金融一周回顾 | 中国恒大寻求向许家印等被告收回共约60亿美元
12-22魅力花园🤨
中共中央、国务院:鼓励地方政府通过多种方式降低绿色债券融资成本
12-22威威🤩
闪崩中大举抄底,持股暴增67%,元器件龙头获北上资金大幅加仓!家电龙头遭外资抛售,出逃资金超10亿元
12-21邦高🤪
国盛证券:央行二季度货币政策报告6大信号 不少新提法
12-23娇益仁🤫
未来3年分红率超50% 仅9股!连年高分红优质股曝光 翻倍牛股集中营?
12-23莱运驰l
磨底阶段如何布局?机构最新研判来了
12-23莱顺k
美联储理事鲍曼:劳动力市场降温被夸大 对降息保持谨慎
12-22活力风尚🤬