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。
12博备用网站是什么新民晚报讯(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。
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。
12博备用网站是什么在哪下载安装?12博备用网站是什么好用吗?
作者: 东兴 🐧
网友评论更多
75北海k
福建考生高考语文获满分🐗🐘
2024-12-08 18:21:34 推荐
187****3794 回复 184****1298:高考语文满分考生出现🐙来自防城港
187****4161 回复 184****2564:胖东来为一碗擀面皮补偿近九百万🐚来自崇左
157****9974:按最下面的历史版本🐛🐜来自百色
93河池841
陈昊宇总冠军🐝🐞
2024-12-09 11:12:39 推荐
永久VIP:玖月晞《小南风》被判定抄袭🐟来自来宾
158****1032:这个世界终于癫成了我想要的样子🐠来自贺州
158****1162 回复 666🐡:2024豆瓣夏季摄影大赛🐢来自岑溪
20桂平px
i人探索世界的至爽时刻🐣🐤
2024-12-09 22:53:18 不推荐
北流yq:下班后可以做的低成本快乐小事🐥
186****6852 回复 159****2290:旺自己的小绿植养起来了🐦