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: 奥一网
2024-06-14 21:39:27

超碰在线天天在日この次教室で会っても話かけないで下さい」  “拍一组乡村野趣与自然浪漫并存的新年照片。”林曾接受采访时表示,在春节假期行程表上,这家乡村咖啡馆是必“打卡”项目,“只要一杯咖啡就可以享受天幕、椅子等露营设备,既适合春节约朋友玩,也适合拍照。”dWomn-frfLBDJSzKe67zy8KJ8QY-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。

  今年,良渚博物院连续第三年开展“送你知识点,过个文化年”活动,活动以良渚文化、商周玉器为主题,准备了两款知识点红包、十六款知识点卡片,为来馆观众送上新春好礼、知识大餐。此外,在良渚古城遗址公园,玉器打磨、陶器制作等手工艺体验也调动起游人的参与感,时常“客满”。

  “打过鱼、做过生意、开过观光船,从小在这长大,喜欢这湖,更喜欢这些鸟儿。”今年55岁的李国忠于2017年报名成为衡水湖义务巡湖员,6年来,他坚守岗位,守护着湖区湿地和万千在此越冬鸟类的安全。

  徐卫兵说,下一步,岳西将强化茶叶品种品类创新,加大创新研发力度,根据国内外不同区域消费群体的饮茶口味和需求,合理布局茶叶品种,优化茶类结构,国外高端出口茶以欧盟为主,在国内加快“南茶北进”步伐,逐步形成以名优绿茶为主,红茶、黄茶等茶类协调发展的新格局。(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