24体育直播在线观看新民晚报讯(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。
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。
24体育直播在线观看在哪下载安装?24体育直播在线观看好用吗?
作者: 沅江 🖥
网友评论更多
74湘潭z
快递业活力满满,华北工控积极部署智能物流...🕥🕦
2024-11-24 03:59:39 推荐
187****6489 回复 184****3425:华北工控:为医学影像信息系统“技术跃进”...🕧来自郴州
187****6848 回复 184****5967:欧姆龙出席2024上海机器视觉展同期论坛并发...🕯来自永州
157****7669:按最下面的历史版本🕰🕳来自邵阳
79怀化655
新产品通信 – 小型平装书大小的薄型无风扇...🕶🕷
2024-11-24 06:02:23 推荐
永久VIP:原创力,新动力,2024航嘉全场景充电解决方...🕸来自娄底
158****6022:新华社探访广域铭岛,零距离体验产业数字化...🕹来自耒阳
158****6076 回复 666🖇:产品介绍篇:非接触式光学 3D 轮廓仪系统🖊来自常宁
90浏阳fw
7018米!中国科学家又迎来历史性突破🖋🖌
2024-11-24 15:06:25 不推荐
津kf:G7财长会砸了 日本欧盟都在盯着中国🖍
186****9169 回复 159****1001:周永康令计划之后,又有人因“秘密文件”被查🖤