⬜🐎☪
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,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5649.ONE,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。
🧘(撰稿:裘亨宏)全国人民代表大会常务委员会决定任免的名单
2024/06/16长孙彩霭☍
西气入皖20年输气量超500亿立方米
2024/06/16马明佳❓
(聚焦海峡论坛)第十六届海峡论坛五大特点凸显
2024/06/16太叔利琳⚞
新加坡门将呼吁球迷停止转账,有人篡改二维码
2024/06/16阎松斌⛙
新华时评丨名曰“共同防御” 实乃“结伙打劫”
2024/06/16颜婷翠☜
新华社快讯:英国高等法院裁决阿桑奇可就引渡美国案继续在英上诉
2024/06/15鲁文娣☏
一款国产新冠口服药体外实验表现良好 预计下半年进入临床试验
2024/06/15应致健♦
世卫官员称放松限制令欧洲疫情抬头 墨尔本限制措施松绑|大流行手记(10月24日)
2024/06/15顾刚育d
环太平洋军演将展开,台4000吨海巡舰突现夏威夷,国台办把话
2024/06/14溥俊璧t
普京:欧洲面临的危险并非来自俄罗斯而是美国
2024/06/14梁诚康👗