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。
“去年澳门的主要社团以及大学、中小学都自发组织收看收听二十大报告，还结合澳门的实际和‘一国两制’实践，举行了各种类型的座谈学习会。”澳门大学法学院教授骆伟建说，这生动体现了澳门特区强大牢固的爱国爱澳社会基础和政治氛围。
1月12日10时，云南籍罗女士焦急地来到贵州省黔东南苗族侗族自治州岑巩县政务服务中心公安综合窗口办理了跨省二代居民身份证。罗女士因近期要返回云南过年，着急用身份证，在得知贵州省开通临时居民身份证跨省异地办理服务后，特来咨询能否办理。得知情况后，民警快速为罗女士办理跨省异地临时居民身份证。
<a target='_blank' href='/' >中新网</a>香港1月15日电 (记者 刘大炜)“落区送福 同心向前——香港书法家、摄影家进社区‘迎春送暖’活动”15日在香港岛东区鲗鱼涌和筲柴社区共同举办。多位书法家、摄影家走进社区，为社区居民们“挥春”、拍摄全家福，共迎农历兔年。
<strong>第二个层次是如何在基数效应视角下看待积极财政政策加力提效的落实。</strong>宏观经济当下面临的情况是“三重压力”，在“三重压力”基础上，财政政策要切实发挥效力，就涉及可用空间考虑的问题。可用空间的考虑如果结合基数效应这样一个概念来理解，不难看到，要达到积极财政政策加力提效的目标，可用空间是收缩的。换言之，赤字率显然是要承压的。
正在此间举行的广西壮族自治区第十四届人民代表大会第一次会议上，廖和明接受<a target='_blank' href='/' >中新网</a>记者采访时作上述表示。
省政协委员、香江科技股份有限公司创始人、扬中市工商联副主席沙正勇攻坚克难，重觅发展方向。过去两年，企业积极开展数字化应用研发，投身数字城市建设，“2023年我们将抓住绿色和创新两大核心引擎，沿着节能减排、数字城市等赛道不断攻关，整合资源优势，努力抓住各行各业数字化转型的机会，实现长期有效增长。”
蔡士玮
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。