🔝热火游戏平台🔞
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。
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。
热火游戏平台新民晚报讯(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。
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。
🔟(撰稿:永城)碳化硅半导体--电动汽车和光伏逆变器的下一...
12-13程序员之选🔫
威刚科技&宝通集团成功签约总代理合作协议 ...
12-12奇富达🔬
工业联网破局者
12-13网瑞佳🔭
解锁边缘AI“新视野”:事件视觉如何助力工...
12-13智速🔮
天为29周产品推荐
12-14饮香🔯
安森美加速碳化硅创新,助力推进电气化转型
12-13码农🔰
拥抱国产芯,引领工业新未来——iEi威强电A...
12-13童装乐园🔱
一文带你深度解析Vario-X的技术创新与卓越...
12-14扬丝a
上海兆越工业路由新动力,智联工业,安全高...
12-12绅士之风采u
【媒体】跟随工控网的镜头走进威格勒AHTE 2...
12-12年轻风尚🔲