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。
platts官网入口新民晚报讯(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。
platts官网入口在哪下载安装?platts官网入口好用吗?
作者: 县级:喀什 😋
网友评论更多
31根河c
重磅!湛东升任农发行党委书记🧘🧙
2024-12-07 03:04:28 推荐
187****2187 回复 184****9907:三季报预喜公司占比超八成 行业景气度持续向好🧚来自丰镇
187****7300 回复 184****7614:银行掀起股票回购增持贷款竞赛🧜来自乌兰浩特
157****2706:按最下面的历史版本🧝😀来自阿尔山
34二连浩特918
金砖扩员后首次峰会,这些看点不容错过😁😂
2024-12-08 11:36:45 推荐
永久VIP:世界传统医药日 | 中药全球复兴,如何抢滩中药万亿级市场?😃来自锡林浩特
158****7043:特朗普的税收计划可以免除9300万美国人的所得税😄来自乌鲁木齐
158****5726 回复 666😅:互换便利首次操作落地 机构投资者“稳定器”作用将更好发挥😆来自克拉玛依
41吐鲁番gl
这个板块升温!公募"错失"行情,接下来如何布局?😇😈
2024-12-07 22:15:55 不推荐
哈密al:《浴火之路》:复仇爽片是关键😉
186****1495 回复 159****3613:欧豪:怎样演好人物是我的课题😊