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。
蒋先生告诉记者，考虑到父亲病情危急，支付给主治医师王某和副主任医师赵某某10万元现金，对方没有提供单据。事后蒋先生怀疑医院收取这笔费用涉嫌违规，曾试图向该名主治医师询问10万元费用的去向并索要单据，但遭到拒绝。2021年1月，蒋先生与湘雅三院达成和解，对方支付了蒋先生9.8万元补偿款。
他强调，要时刻绷紧防汛救灾这根弦。要锚定“人员不伤亡、水库不垮坝、重要堤防不决口”目标，严阵以待、严防死守，确保全省安全度汛。
中国监察学会常务理事、中国人民大学反腐败与廉政政策研究中心主任毛昭晖告诉《中国新闻周刊》，公职人员的高利转贷行为，往往涉及个人权力的影响力，其危害性更大，隐蔽性更强，他们利用了个人权力影响力贷到款后，又加息转贷，扰乱了金融市场秩序，增大了金融风险。
上述“70后”副省长中也出现了“75后”的身影，包括天津市副市长谢元（生于1975年6月），安徽省女副省长任清华（生于1975年3月），海南省副省长顾刚（生于1977年4月）。
长江救援队经常参加救援的人员约400人，是一支中型民间救援队。负责人张建民告诉《中国慈善家》，政府购买服务是救援队的主要资金来源，比如每年武汉举行的国际横渡长江节和武汉水上马拉松都需要安保工作，长江救援队作为当地经验丰富、救援能力强的专业组织，会承接此项工作。“但这笔收入不够救援队平时的开销，即使精打细算，还会有20万到30万元的缺口。”
2012年“7·21”特大暴雨发生后，河北省保定市涞水、涞源成为洪灾的重灾区，涞水县野三坡景区遭受自1986年开放以来最致命的重创。据2012年媒体报道，河北省防汛抗旱指挥部办公室在相关新闻发布会上表示，野三坡景区上游的拒马河干流无水库等拦蓄工程，导致洪水迅猛，河道难以消化如此大的降水，但水库修建须由国家统一规划，种种原因致使当地修建水库搁浅。
王俞吟
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。