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
如何编写一个chrome插件实现多线程高速下载大文件?
cdn版本的vue在网页中出现typeerror错误无法找到错误代码位置怎么办?
pywebview能否使用webrtc远程控制共享桌面和摄像头?
pywebview6.0如何让窗体接受拖拽文件获取真实的文件路径?
如何在linux系统中同时能安装运行apk的安卓应用?
python有没有离线验证码识别ocr库?
各家的ai图生视频及文生视频的api价格谁最便宜?
openai、gemini、qwen3-vl、Doubao-Seed-1.6在ui截图视觉定位这款哪家更强更准?
如何在linux上创建一个沙箱隔离的目录让python使用?
pywebview如何使用浏览器自带语音识别与webspeech 的api?