快三不按倍投可以吗新民晚报讯(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。
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。
网友评论更多
52莱西s
「华为运动健康」这7大“升糖刺客”,可能让你的血糖失控了🐖🐗
2024-11-15 02:53:56 推荐
187****1047 回复 184****5433:「中国青年报」“渐冻”少年报到!学校这样安排,细节太到位……🐘来自临清
187****9347 回复 184****5144:「最人物」薛之谦,逃过一劫🐙来自乐陵
157****1668:按最下面的历史版本🐚🐛来自禹城
58安丘738
「人民网」升级红色预警!121趟列车停运🐜🐝
2024-11-13 09:44:48 推荐
永久VIP:「政事儿」中共中央政治局召开会议🐞来自昌邑
158****1991:「央视财经」这一国突发!我使馆紧急提醒!所有中国公民居家不外出→🐟来自高密
158****6996 回复 666🐠:「中山发布」超强台风“苏拉”正逼近广东,预计在这一带登陆 | 早安,中山🐡来自青州
18诸城dy
「冷笑话精选」有人问老婆怀孕期间,老公都会出去偷吃吗?看完这个男人的答案,全网都原谅他了...🐢🐣
2024-11-13 14:00:21 不推荐
寿光rb:「文明宿迁」直播预告|2023年江苏省中小学“开学第一课”8月31日晚开播!🐤
186****5043 回复 159****4134:8月10日,国乒女团实现奥运五连冠!🐥