👥七龙网络官网永恒岛👪
七龙网络官网永恒岛新民晚报讯(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。
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。
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。
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。
👫(撰稿:鸡西)部分中小银行股权拍卖遇冷 “打折出售”“1元起拍”仍难觅买家
01-14展惠💈
起底《黑神话:悟空》背后公司:腾讯持股5%,创始人曾是《斗战神》核心成员
01-15智盛广💉
新宙邦中报业绩跌近20% 产能利用率降至63%仍扩产 海外业务现颓势
01-15本财💊
利润缩水六成,中国高端美妆遇冷雅诗兰黛CEO称结束了艰难的一年
01-13中年潮流💋
《黑神话:悟空》1.2亿举国宣发,销售冲26亿,微指破8亿,外国玩家仅10%
01-15维贵隆💌
中共中央办公厅 国务院办公厅印发关于完善市场准入制度的意见
01-15快乐童装之潮💍
谢治宇、董理、乔迁等调仓调仓路径曝光 明星基金经理“纠错”能力如何?
01-13高顿💎
“虎崽”Goel因身体健康问题关闭规模110亿美元的对冲基金公司
01-15启诚晖z
就业恶化迹象不止一个!调查:超28%美国人在找工作,比例创十年新高
01-13讯正华q
比亚迪腾势Z9GT与腾势Z9车型正式预售
01-14饮乐时光💏