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。
江苏体彩网新民晚报讯(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。
网友评论更多
78常熟c
TME报价中的Lanberg品牌产品🎌🎍
2024-10-22 14:26:38 推荐
187****5823 回复 184****2099:“机惠来了”徐工年中直播圆满收官!打造工...🎎来自张家港
187****5614 回复 184****3448:西门子闻其名:以绿色低碳为底色,绘制产业...🎏来自太仓
157****6246:按最下面的历史版本🎐🎑来自昆山
77江阴637
仙工智能助力美国施耐德,加速仓库转运自动...🎒🎓
2024-10-22 21:58:35 推荐
永久VIP:英特尔-控汇智能 开放自动化赋能智能制造研...🎖来自宜兴
158****2056:智能装备新突破!格创东智携AOI检测设备现...🎗来自溧阳
158****3480 回复 666🎙:西门子杨协宁:真抓实干,加速推动新型电力...🎚来自扬中
31句容hr
7018米!中国科学家又迎来历史性突破🎛🎞
2024-10-20 20:36:19 不推荐
丹阳kt:G7财长会砸了 日本欧盟都在盯着中国🎟
186****3967 回复 159****4440:周永康令计划之后,又有人因“秘密文件”被查🎠