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。
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b体育登录app下载,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。
网友评论更多
92野爹杨以
这里面的东西有点贵啊!
2024年06月14日 17:44 来自湖南 推荐
Cyrus wiey:只为了省那几块钱而下载,下单后就卸载~来自河北
十窍九通:各位电商大佬快快烧钱啊,让我们嗨一把吧!来自安徽
寂静的空虚:同志们,可以用微信支付吗?来自甘肃
63zlzhcqblf
夜幕降临,小区传达室的刘大爷默默注视着墙上的挂钟,思索良久,又点上一根烟,最终坚定地拉掉了小区电闸。那一晚他为小区业主们挽回了几千万元的财产损失。那一天是公元2024年06月14日 17:44。
2024年06月14日 17:44 来自湖南 推荐
肯德基。:挺好的,(*'▽'*)♪来自河北
顾筱ゞ:双11又到了!又能每天都见到那个快递小哥哥了!!!来自安徽
四小名捕:为了套那10块钱滴积分红包真是不容易呀来自甘肃
635星桃的风
guy that is what you have to get back in time I can you give us some otherthings I can
2024年06月14日 17:44 来自湖南 推荐
稣鹤:真好,买来的衣服真不错呀!来自河北
卍星锐青轴^.^:同志们,可以用微信支付吗?来自安徽
Cyrus wiey:大家千万别下载,里面的东西都要钱来自甘肃
3846四小名捕
请问马来西亚能不能用?
2024年06月14日 17:44 来自湖南 推荐
锋芒@毕露:真好,买来的衣服真不错呀!来自河北
YYH10956303493:我注册了两次,都成功了,但中途总跳出个xx支付宝账号是不是你的——类似这样的信息,点确认会闪退,注册取消,点返回同样是注册取消,天猫你想死直说,我可不是什么铲shi官会忍你上蹿下跳。来自安徽
久歌_7378:挺好的,(*'▽'*)♪来自甘肃
66琉璃酱
为了套那10块钱滴积分红包真是不容易呀
2024年06月14日 17:44 来自湖南 推荐
顾雨晨:用了3年了 用的我是越来越糟心,之前是没有客服通道后来是有了,然后买到过几次假货,有些卖家态度还特别恶劣 上来就是问候家人的,找客服是处理了人家也道歉了,可结果也是不了了之,现在客服连投诉都不能投诉了 直接就让我去申请退货我不知道为什么一有问题就是退货 难道就不能解决问题吗?真的差劲来自河北
喝醉的鱼_2282:请问马来西亚能不能用?来自安徽
画风_8436:夜幕降临,小区传达室的刘大爷默默注视着墙上的挂钟,思索良久,又点上一根烟,最终坚定地拉掉了小区电闸。那一晚他为小区业主们挽回了几千万元的财产损失。那一天是公元2014年11月11日。来自甘肃