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。
专业科目笔试：
随后检察官发现，在一间包厢内，一位中年男子带着十多岁的女儿和七八岁的儿子在唱歌。“有什么问题吗？我带孩子们来的是正规场所。”见检察人员前来，这位父亲不解地问。检察官进行劝诫普法后，这位父亲表示接受：“原来法律是这样规定的，下次不带孩子来了！”
“站住，不要动！”执勤民警一直追到河边，驾驶员跳河企图逃脱。执勤民警鸣枪无果，便立刻跳入河中紧追，在上岸后将其抓获。执勤民警对驾驶员岩某的轿车进行搜查，从车辆后排座一个纸箱内查获毒品可疑物42块，鉴定称量后为毒品冰毒共计23.4公斤。
澎湃新闻根据Wind数据统计，2022年港股IPO企业数量仅89家，创下了2014年以来新低。而在2019年-2021年三年时间，港股IPO企业数量分别达到161家、146家及97家。与A股市场相左，港股市场融资总额大幅缩水，仅有1045.7亿港元，同比下滑近70%，创下2013年以来新低。
对于中国足协来说，2023年是至关重要的年份，国家队、国奥队、国青队和国少队四线国字号球队分别出击，参加世预赛、巴黎奥运会预选赛、杭州亚运会、亚青赛、亚少赛，除了劲敌，还要面对舆论压力，能否打好翻身仗在此一举。
李翔表示，北京市将深入实施绿色北京战略，以改善大气环境质量为核心，以实现“减污降碳协同增效”为总抓手，坚持PM2.5和O3污染协同治理、大气污染物和温室气体排放协同控制、本地和区域协同共治，持续深化“一微克”行动，尽最大努力推动空气质量改善，让蓝天常在、空气常新，不断满足人民日益增长的优美生态环境需要。(完)
强石柏
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。