复旦测评13家大模型高考数学成绩,字节豆包II卷超GPT-4o夺冠
作者:admin 发布时间:2024-06-14 20:44:39 分类:资讯 浏览:
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。
- 微信:微信二维码
- 电话:
- 资讯排行
-
- 09-041男子湘江边钓到68斤鱤鱼
- 08-132康明思视力矫正加盟成本低吗 (康明思视力康复中心真的假的)
- 08-143猫妃榴莲西饼坊总部在哪里 (猫妃榴莲西饼坊)
- 09-114加盟小酒馆要多少钱?加盟满足哪些条件? (加盟小酒馆要多少钱
- 09-2851000万欧元等于多少人民币 (1000万欧元等于多少元人民
- 09-236WDG奶茶杯迷你杯大口数一次性,最火的秋天的第一杯奶茶?
- 09-287人民币兑换马来西亚币 (人民币兑换马来西亚币多少)
- 09-288贵州月薪6000到手多少钱 (贵州月薪1万)
- 08-099抖音是哪一年出来的
- 09-2810什么是大盘股 (什么是大盘股票)
- 随机tag
-