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。
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。
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。
中国足彩网app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。
网友评论更多
61三明s
工博会参展攻略|优傲正在向你发...😜😝
2024-12-03 13:37:02 推荐
187****1589 回复 184****9441:工博会邀请函 | ABB运动控制诚邀...😞来自莆田
187****8251 回复 184****4125:赋能轨交|海尔智慧楼宇打造城市...😟来自泉州
157****1106:按最下面的历史版本😠😡来自漳州
22龙岩701
行业唯一!5A售后认证引领标准,...😢😣
2024-12-05 03:12:58 推荐
永久VIP:第八届人单合一模式引领论坛举行...😤来自宁德。
158****9042:订单王重赏!9.25上午10点,疯狂...😥来自福清
158****5775 回复 666😦:华为全联接大会:大族机器人受邀...😧来自邵武
13武夷山kk
噬金之咬,亿金难补😨😩
2024-12-05 12:53:13 不推荐
建瓯sn:相约上海|研祥智能邀您畅享工博...😪
186****9577 回复 159****1254:全新力作 杰和科技AI PC N601正...😫