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。
春节将至，北京道路两旁挂起了红灯笼，商场里采购年货的顾客多了起来，旅游平台上热门城市的酒店预订量明显增多……疫情防控措施优化调整以来，北京等地民众的生活逐渐“复常”，人们对即将到来的传统佳节充满期待。
<strong>有人添烛西窗，不眠侵晓，笑声转、新年莺语。</strong>
<a target='_blank' href='/' >中新网</a>1月20日电 国家统计局20日公布数据显示，初步测算，2022年我国全社会研究与试验发展(R&D)经费投入达到30870亿元，比上年增长10.4%，按不变价计算，R&D经费增长8.0%；R&D经费与国内生产总值(GDP)之比达到2.55%，比上年提高0.12个百分点。其中，基础研究经费为1951亿元，增长7.4%；占R&D经费比重为6.32%，下降0.18个百分点。(中新财经)
“我是镇水小神兽，请跟我来！”市民、游客们只需扫码免费下载灵图游App，萌宠讨喜的镇水小神兽“水灵龙”跃然而出，便会通过数字特效定位，带领游人走近不同历史时期的中轴线，感受“活”起来的中轴线文化。
数字记录成就，奋斗刻画历史，汗水昭示未来。国家统计局日前发布2022年经济社会发展数据显示，我国全年国内生产总值超过121万亿元，物价水平保持总体稳定，全年城镇新增就业1206万人，全年货物进出口总额首次突破40万亿元关口。面对复杂严峻的国内外环境，中国经济战胜一个又一个困难挑战，顶住压力再上新台阶，来之不易，难能可贵。百尺竿头、更进一步，完成2023年经济社会发展目标任务，唯有坚韧不拔、接续奋斗，再加把劲，付出更加艰苦的努力。
“我发现(在清华)比图书馆位置更难抢的是羽毛球馆、乒乓球馆或者是琴房，大家在里面练钢琴，打球，运动。”陈冠颖说，在清华大学就读的她发现这里的同学并不像网络上说的那么“卷”，反而觉得大陆的同学是在全方面发展。
倪俊毅
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。