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。
拒绝收费1024拒绝收费新民晚报讯(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。
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
66贵溪c
千亿估值融资战!英伟达、苹果、微软联手,投资OpenAI➥➦
2024-11-13 04:36:05 推荐
187****5553 回复 184****7008:大盘风格持续演绎,上证50ETF天弘发售期即将结束➧来自聊城
187****4928 回复 184****7706:5年3次冲击上市,依赖吉利汽车,晶科电子递表港交所➨来自德州
157****4730:按最下面的历史版本➩➪来自东营
70淄博959
维信金科(02003.HK):持续夯实资产质量,加码AI打开成长之窗➫➬
2024-11-15 08:12:43 推荐
永久VIP:岱勒新材:深耕金刚线领域 低调蛰伏多元发展➭来自潍坊
158****3423:AI服务器收入飙升80%!戴尔Q2业绩强劲,盘后一度飙涨超8%➮来自烟台
158****3353 回复 666➯:爆赚110倍,这笔投资太值了!➰来自威海
49日照so
让厨房焕然一新,澳柯玛法式平嵌冰箱即将上市➱➲
2024-11-15 14:52:15 不推荐
临沂sv:喜临门半年报亮点:专利破千引领行业,2024年营利双增势头强➳
186****3869 回复 159****1295:格隆汇公告精选(港股)︱招商银行(03968.HK)上半年净利润747.43亿元 同比下降1.33%➴