还真有人用大模型测试高考题，看看各大ai大模型的表现：
2024 年 6 月 7 日，全国高考开始。搜狐科技和搜狐教育联合测评了 10 款 AI 大模型在高考数学科目的表现。
这些模型包括 ChatGPT-4o、阿里通义、字节豆包、百度文心一言、腾讯元宝、讯飞星火、智谱清言、月之暗面 Kimi、百川百小应和 MiniMax 海螺 AI。
测试采用了新课标 I 卷的前 8 道单选题，以图片形式输入，除了豆包以文档形式输入。
结果显示，百度文心一言、字节豆包和讯飞星火的正确率最高，均为 63%；阿里通义和智谱清言的正确率为 50%；ChatGPT-4o 和 MiniMax 海螺 AI 的正确率为 38%；腾讯元宝、月之暗面 Kimi 和百川百小应的正确率最低，仅为 25%。整体而言，今年的平均正确率为 44%，显著高于去年的 26%，表明大模型在数学能力上有较大提升。
此外，今年还测试了大模型的多模态能力，发现即使能够识别题目，其答题能力仍有待加强。在高考作文测试中，ChatGPT-4o 和腾讯元宝表现较好，分别排名第一和第二。
网友回复
我知道答案，我要回答
私活外包
最新提问
有没有不依赖embedding向量的RAG技术？
有没有支持实时打断语音通话并后台帮你执行任何的ai模型？
开源ai大模型文件格式GGUF、MLX、Safetensors、 ONNX 有什么区别？
出海挣钱支付收款PayPal、Wise 、PingPong、Stripe如何选择？
如何实现类似google的图片隐形水印添加和识别技术？
linux上如何运行任意windows程序？
ai能写出比黑客还厉害的零日漏洞等攻击工具攻击任意软件系统工程？
js如何获取浏览器的音频上下文指纹、Canvas指纹、WebGL渲染特征？
为啥ai开始抛弃markdown文本，重新偏好html文本了？
网站有没有办法鉴别访问请求是由ai操控chrome-devtools-mcp发出的？
