☳优发国际游戏登录☴
优发国际游戏登录新民晚报讯(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。
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。
☵(撰稿:华蓥)工地上来了“刮腻子”冠军,为何涂料工程施...
12-23财捷凯♁
努赫水泥公司搭载ABB电机率先吹响矿区转型...
12-22美妆潮流♂
技术文档(FAQ)更新202407-3
12-22家居之美♃
源动力,示未来 | 8月8日上午10点,普源精...
12-23振华洋♄
双擎研发,精准聚焦,高创SC301领航高性能...
12-23亿万德♅
解决方案 | 狂奔的光储 还得靠它打破内卷
12-22全荣♆
派拓网络获评OT安全解决方案领导者
12-22百倍♇
专业服务支持客户采购体验升级 京东五金城...
12-23皇鼎l
580+PLC驱动支持,开启多元WOP世界
12-23南典f
重磅 | 共创零碳未来,研华科技与建科股份...
12-24小天使潮流♈