金牛2平台

 

金牛2平台

✎金牛2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。

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。

金牛2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。

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:河源)

本文来自网友发表,不代表本网站观点和立场,如存在侵权问题,请与本网站联系。未经本平台授权,严禁转载!
展开
支持楼主

33人支持

阅读原文阅读 8038回复 6
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 生纳邦✑LV6六年级
      2楼
      金融反腐追踪 8月至少10人被查 银行系统、监管部门各占4人✒
      10-30   来自梅州
      9回复
    • ✓温婉女郎LV1大学四年级
      3楼
      各家银行出台半年报 信用卡谁喜谁忧?✔
      10-30   来自潮州
      2回复
    • 绅士之帆✕LV7幼儿园
      4楼
      成都银行2024年上半年资产规模突破1.2万亿元 营收净利增速有所放缓✖
      11-01   来自汕头
      3回复
    • 豪彩聚LV4大学三年级
      5楼
      二十周年再出发!光大银行张旭阳:银行理财要做能力圈范围内的事✗
      11-01   来自揭阳
      9回复
    • 童年之选✘✙LV8大学三年级
      6楼
      防非打非金融机构为何要强化前哨作用?大行员工违规推介非吸产品致客户踩雷 银行担责全赔本金✚
      11-01   来自汕尾
      6回复
    • 精致LV6大学四年级
      7楼
      进出口银行融资支持的塞内加尔乡村打井二期项目贷款协议在中塞两国领导人见证下签署✛
      10-30   来自惠州
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #国债交易活跃度下行 保险资金成买盘“大户” 业内:未来收益率单边上行概率不大#

      建发

      1
    • #郑州银行:拟向中原资产出售信贷资产及其他资产#

      青春潮流

      3
    • #中国农业银行与国投集团签署战略合作协议#

      同讯

      7
    • #山东城商行2024年上半年“扫描”:不良率下降 总规模3.7万亿创新高

      斯特

      7
    热点推荐

    安装应用

    随时随地关注金牛2平台

    Sitemap