以数学试卷为例,9款大模型产品中,仅GPT-4o、文心一言4.0和豆包获得60分以上成绩(满分150分),目前的大模型只能正确推理步骤相对简单的问题。
重点考查实验探究能力的化学和物理试卷,各模型平均分更是只有34分和39分(满分为100和110)。化学单项最高分由豆包获得,成绩为49.5分,GPT-4o仅有42分。
大模型在高考英语测试中的优势更是压倒性的。一张150分满分的英语卷子,平均分达到132分,其中客观题几乎都是满分或接近满分,丢分主要在应用文写作和读后续写的作文部分,表达空泛、缺少细节上是弊端。
作为本次评测的语文作文阅卷人,北京市级骨干教师、怀柔区语文学科带头人夏老师曾多次参加全国高考语文阅卷。夏老师认为:“Al写出的文章大多有清晰完整的结构,有逻辑性,语言通顺流畅。但其理性有余,感性不足,缺乏感情色彩,自然就缺乏感染力。”
具体看,在立住“问题”后,豆包随即用反问句自然过渡,引出三个排比段提出解决问题的方法。然后用发展的眼光分析问题,结合现实生活揭示问题产生的根源和危害的部分颇为亮点。
在匿名阅卷中,豆包获得阅卷老师的好评:文章中显出的对就业结构、伦理方面的担心,展现出豆包已经具有不错的思想深度和思辨能力。
与文科相比,大模型的理科成绩要差很多,最高分还不到480分,多数大模型的理科总分在400分以下,数学普遍不及格,相比河南理科511分的“一本”线,大模型还需努力。
大模型处理自然语言方面的能力不容置疑,三款国产大模型产品获得了语文考试前三名,分别是百小应、字节豆包和腾讯元宝,得分依次为128分、125.5分和120.5分。丢分主要在语文写作上。
8200彩宝网走势图河南省教育考试院公布的高考录取分数线,文科本科一批分数线为521。根据测试结果,这意味着,GPT-4o、豆包、文心4.0、百小应等四款AI大模型在测试中的得分冲上了“一本”线。
如上提到,大模型理科普遍不行,成绩要差很多,在数学、物理、化学等数理学科上差距极大,包括GPT-4o在内的所有大模型都无法达到及格水平。大模型的理科最好成绩还无法进入人类考生的前30%。
在历史和政治两科中,测试选手中有三至四家能达到80%以上的得分率。历史单科的桂冠归属豆包82.5的平均分。出乎意料的是,地理考试是文综三科中大模型表现最差的,最高分仅仅是 GPT-4o的68分。原因之一可能是地理涉及图片更多,AI识图能力有待提升。
8200彩宝网走势图在哪下载安装?8200彩宝网走势图好用吗?
作者: 丰镇 ✭
网友评论更多
74鄂尔多斯g
亮声卡内基音乐厅,北京青年交响乐团发出青春的声音✝✞
2024-10-23 13:45:17 推荐
187****5900 回复 184****2057:“80后”马杰履新太原师范学院院长✟来自呼伦贝尔
187****9946 回复 184****1079:报夜校年龄不够?面向青少年的周末美育课堂秋季班即将开班✠来自巴彦淖尔
157****9069:按最下面的历史版本✡✢来自乌兰察布
61霍林郭勒156
英国发现1.5亿年前化石 来自史前海洋霸主上龙✣✤
2024-10-22 14:12:44 推荐
永久VIP:达芬奇真迹亮相上海 对话唐伯虎作品✥来自满洲里
158****1795:自称能搞定全上海名校 24位家长被骗上千万✦来自牙克石
158****8029 回复 666✧:日本福岛核电站又出事 一工人遭放射性物质污染✨来自扎兰屯
34额尔古纳zq
北京初雪!你愿与谁共赏?雪中故宫浪漫的莹白✩✪
2024-10-23 00:32:37 不推荐
根河mp:蓝色预警!大降温强降雪袭陕北!✫
186****4969 回复 159****6789:10年7亿美元 棒球手大谷翔平破体育史上最大合同✬