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
男人的鸡巴插女人的下面APP片多多僕と直子は四ッ谷駅で電車を降りてc線路わきの土手を市ヶ谷の方に向けて歩いていた。五月の半ばの日曜日の午後だった。朝方ばらばらと降ったりやんだりしていた雨も昼前には完全にあがりc低くたれこめていたうっとうしい雨雲は南からの風に追い払われるように姿を消していた。鮮かな緑色をした桜の葉が風に揺れc太陽の光をきらきらと反射させていた。日射しはもう初夏のものだった。すれちがう人々はセーターや上着を脱いて肩にかけたり腕にかかえたりしていた。日曜日の午後のあたたかい日差しの下ではc誰もがみんな幸せそうに見えた。土手の向うに見えるテニスコートでは若い男がシャツを脱いでショートハンツ一枚になってラケットを振っていた。並んでペンチに座った二人の修道尼だけがきちんと黒い冬の制服を身にまとっていてc彼女たちのまわりにだけは夏の光もまだ届いていないように思えるのだがcそれでも二人は満ち足りた顔つきで日なたでの会話を楽しんでいた。 近年来,冠县共吸引280余名在外人才带着信息、技术、资金、项目组建乡村振兴“合伙人”,创建企业、合作社及家庭农场210个,带动一批高素质农民快速成长。eAIpl-uxg1uN7xtxConTVCPi-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。