复旦测评13家大模型高考数学成绩,字节豆包II卷超GPT-4o夺冠

来源: 半岛晨报
2024-06-16 02:42:54

色天堂下载软件「もしもしc小林書店です」と男の声が言った。小林書店  是“毛毛姐”的本名,是贵州一名普通“90后”男生,是网友眼里粉丝几千万的“网红”、“带货主播”;在沟通如何定义头衔时,工作人员希望冠以“达人”的身份;他自己的梦想是做“演员余兆和”,但觉得自己“网红”的标签更大一点。8SaLv-Z77yKJydD2xNrBqu-复旦测评13家大模型高考数学成绩,字节豆包II卷超GPT-4o夺冠

  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。

  陈戍国1946年3月出生于湖南邵阳隆回县。1964年考入湖南师范学院中文系;1979至1982年在西北师范学院中文系攻读硕士学位,师从古音韵学家、“龙学”家郭晋稀;1987至1989年在杭州大学古籍研究所攻读博士学位,师从经学家、礼学家沈文倬。先后在岳麓书社、湖南博物院(原湖南省博物馆)、湖南师范大学、湖南大学工作,为中国文史学界培养了一大批优秀人才。

<strong>  ChatGPT面临哪些争议?</strong>

  全国台联联络部部长任挥说,黑龙江和台湾,一个在祖国的最东北,一个在祖国的最东南,虽隔千里,但心相近,路就不会远,营员们来到祖国大陆求学、发展,本身就是两岸融合发展、和平发展的参与者和见证者。全国台联及各省、市、自治区台联组织都是台胞之家。欢迎台湾青少年多到祖国各地走走、看看,希望他们饱览大陆经济发展成就、用心体会各地历史人文,用脚步丈量祖国的每一寸土地,向岛内青年分享在大陆的经历和感悟,让更多人了解大陆,相信随着两岸交流的深化,两岸同胞就会越走越近。(完)

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。
用户反馈 合作

Copyright © 2023 Sohu All Rights Reserved

搜狐公司 版权所有