⚏闪电云平台登录入口⚐
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。
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。
闪电云平台登录入口新民晚报讯(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。
⚑(撰稿:穆棱)高通和飞利浦起诉传音侵犯知识产权
12-16振博奇⚝
美国大银行:较低收入消费者财务承压
12-18森森旭⚞
抽屉即将关停服务。感谢大家长久抬爱。【保持联系:415791939@qq.com】
12-16仕德⚟
【听歌】暂别今天的你,但求凭我爱火,活在你心内,分开也像同渡过~
12-16源扬⚠
礼来“降糖神药”替尔泊肽在华获批,“司美格鲁肽”强劲对手上线
12-18铁顿龙⚡
卧底“论文工厂”:中介一月接单600篇,写手用AI造廉价论文
12-17魅力鞋舞⚢
新政出炉后的深圳楼市:售楼处通宵卖房,中介门店二手房单日成交量创近三年新高
12-18云计算⚣
跟女孩们聊聊她们的 “长发男迷恋”
12-18足尖时光d
梵蒂冈枢机主教:希望在华派设常驻代表
12-16学子之选m
人口小县“大部制”:山西试点四年记
12-18悦旺⚤