伟德体育官方网站

 

伟德体育官方网站

⚽伟德体育官方网站⚾     

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。

伟德体育官方网站新民晚报讯(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。

⚿(撰稿:辉县)

本文来自网友发表,不代表本网站观点和立场,如存在侵权问题,请与本网站联系。未经本平台授权,严禁转载!
展开
支持楼主

63人支持

阅读原文阅读 8325回复 7
举报
    全部评论
    • 默认
    • 最新
    • 楼主
    • 木恒⛀LV7六年级
      2楼
      波音又出事!一架波音787客机日本着陆时发动机冒烟,年内股价已跌去35%⛁
      12-24   来自长垣
      5回复
    • ⛂长顺元LV5大学四年级
      3楼
      全球股市大幅震荡 机构关注港股投资机会⛃
      12-23   来自林州
      8回复
    • 高聚远⛄LV9幼儿园
      4楼
      王睿:奥运会上的中国香港与中国台北,命运很不一样⛅
      12-24   来自禹州
      8回复
    • 营润亚LV9大学三年级
      5楼
      严监管搅动国债多空博弈,4家农商行被查释放什么信号?⛆
      12-25   来自长葛
      3回复
    • 饮乐⛇⛈LV5大学三年级
      6楼
      (巴黎奥运)中国40金创境外奥运会最好成绩⛉
      12-25   来自舞钢
      8回复
    • 福湖LV6大学四年级
      7楼
      证监会系统内人士评价李继尊:特别认真、特别务实⛊
      12-25   来自义马
      回复
    你的热评
    游客
    发表评论
    最热圈子
    • #实施新一轮农业转移人口市民化行动等四项重大行动 进一步释放新型城镇化内需潜力#

      洁万汇

      2
    • #下好先手棋打好关键仗,东北全面振兴“新”潮澎湃#

      皇浩

      3
    • #国家发文系统部署绿色转型,钢铁企业影响几何?#

      童趣乐园

      8
    • #广东新冠感染增加1万余病例,专家判断→

      果香新

      5
    热点推荐

    安装应用

    随时随地关注伟德体育官方网站

    Sitemap