首个AI高考全卷评测结果发布 数学成大模型短板
近期，上海人工智能实验室的官方微博分享了一则消息：司南评测体系OpenCompass启动了首次针对大模型的“语数外”高考全科目能力测评，使用的是全国新课标I卷作为测试基准。这次特别挑选了六个开源模型，以及OpenAI的GPT-4o参与，所有开源模型的公开时间均早于高考日期，以保障测试环境的封闭性和公正性。评分工作则委托给具有实际高考阅卷经验的教师执行，确保评估结果贴近真实的阅卷标准。测试结果揭晓，阿里通义千问Qwen2-72B、OpenAI的GPT-4o以及书生·浦语2.0文曲星（InternLM2-20B-WQX）在众多模型中脱颖而出，分列前三名，它们的得分率分别是72.1%、70.5%和70.4%。从整体表现看，这些模型在语言类科目上展现了较强的能力，语文科目的平均得分率达到67%，英语更是高达81%。相比之下，数学成为多数模型的弱项，平均得分率低至36%。其中，InternLM2-20B-WQX在数学上获得了最高分75分，尽管如此，这一成绩仍未能跨过及格线。
(责任编辑：张蕾)
关闭
谁会是哈里斯的搭档 多位政要成热门人选
谁会是哈里斯的搭档2024-07-22 14:08:31
美国会迎来历史上首位女总统吗？哈里斯提名在望
美国会迎来历史上首位女总统吗2024-07-22 14:08:15
拜登退选如何影响选战？民主党“换将”迎挑战
拜登退选如何影响选战？2024-07-22 14:07:48
拜登退选如何影响选战？民主党“换将”迎挑战
拜登退选如何影响选战？2024-07-22 14:07:48
沙利文称美国可能允许乌军用美国武器深入打击俄领土，俄外交官：美仍想给俄造成“战略失败”
沙利文称美国可能允许乌军用美国武器深入打击俄领土，俄外交官：美仍想给俄造成“战略失败”2024-07-22 10:37:56
樊振东：之前强迫自己看乒乓球 现在也会从皇马的比赛中获取力量
樊振东：之前强迫自己看乒乓球 现在也会从皇马的比赛中获取力量2024-07-22 14:05:56
日防相木原稔今起访欧，同英意共同开发新战机计划有变数？
日防相木原稔今起访欧，同英意共同开发新战机计划有变数？2024-07-22 10:25:52
对师德失范零容忍就要刮骨疗毒 中国人民大学严正声明
对师德失范零容忍就要刮骨疗毒2024-07-22 14:02:46
内塔尼亚胡访美与拜登会晤将按计划进行，具体时间未知
内塔尼亚胡访美与拜登会晤将按计划进行，具体时间未知2024-07-22 10:35:29
泽连斯基：如果特朗普胜选，乌克兰只能……
泽连斯基：如果特朗普胜选，乌克兰只能……2024-07-22 10:08:14
种地吧导演曾回应三四季规划 综艺发展与粉丝理性并行
种地吧导演曾回应三四季规划2024-07-22 14:00:54
千里奔袭胡塞武装，以军要过几道坎？
千里奔袭胡塞武装，以军要过几道坎？2024-07-22 10:32:02
黑人选民也没底：美国还没准备好迎接一位女总统，遑论一位黑人女总统
黑人选民也没底：美国还没准备好迎接一位女总统，遑论一位黑人女总统2024-07-22 14:03:36
冲突前线处境艰难，美欧援乌明显降温，内外压力涌向泽连斯基！
冲突前线处境艰难，美欧援乌明显降温，内外压力涌向泽连斯基！2024-07-22 10:22:08
董宇辉不希望和俞敏洪的感情被误会 内部管理受质疑
董宇辉不希望和俞敏洪的感情被误会2024-07-22 14:03:23
妈妈回应10岁儿子卖冰棍减肥
妈妈回应10岁儿子卖冰棍减肥2024-07-22 14:07:30
与台当局首次联演，“日本刻意低调”
与台当局首次联演，“日本刻意低调”2024-07-22 10:09:07
马斯克再出争议言论：借微软 Windows 蓝屏事件攻击 CrowdStrike 的“多元化”
马斯克再出争议言论：借微软 Windows 蓝屏事件攻击 CrowdStrike 的“多元化”2024-07-22 14:02:58
一觉醒来，美国发生历史性大事
一觉醒来，美国发生历史性大事2024-07-22 10:02:39
首次空袭也门，内塔尼亚胡：以色列长臂可触及任何地方
首次空袭也门，内塔尼亚胡：以色列长臂可触及任何地方2024-07-22 10:18:07
首次亮相国际大型活动，解放军三桅帆船“破浪”号是怎样的存在？
首次亮相国际大型活动，解放军三桅帆船“破浪”号是怎样的存在？2024-07-22 14:05:27
为波音产导引头短缺，日本“爱国者”导弹生产计划被推迟
为波音产导引头短缺，日本“爱国者”导弹生产计划被推迟2024-07-22 10:12:32
硬核军校录取通知书大揭秘 青春召唤，梦想启航！
硬核军校录取通知书大揭秘2024-07-22 14:00:26
美国会迎来历史上首位女总统吗？哈里斯提名在望
美国会迎来历史上首位女总统吗2024-07-22 14:08:15
惊人逆转！拜登从首轮辩论到宣布退选的24天，经历了什么？
惊人逆转！拜登从首轮辩论到宣布退选的24天，经历了什么？2024-07-22 14:00:04
家族政治，印度持续千年的谜题
家族政治，印度持续千年的谜题2024-07-22 10:31:20
谁会是哈里斯的搭档 多位政要成热门人选
谁会是哈里斯的搭档2024-07-22 14:08:31
美“罗斯福”号航母赴红海小心翼翼，在进入印度洋后明显放缓速度
美“罗斯福”号航母赴红海小心翼翼，在进入印度洋后明显放缓速度2024-07-22 10:38:26
雷神公司测试“爱国者”雷达引导“标准6”导弹
雷神公司测试“爱国者”雷达引导“标准6”导弹2024-07-22 10:12:11
创中国男网新纪录！张之臻世界排名升第31名 将开启奥运之旅
创中国男网新纪录！张之臻世界排名升第31名 将开启奥运之旅2024-07-22 14:01:03
ATP汉堡站：菲斯击败兹维列夫，首夺500赛冠军 法国新星崛起
ATP汉堡站：菲斯击败兹维列夫，首夺500赛冠军2024-07-22 14:01:51
果然，美国政府还是有办法……
果然，美国政府还是有办法……2024-07-22 10:06:32
寻医广播一响一群浙大医学生冲了上去 列车上演急救温情剧
寻医广播一响一群浙大医学生冲了上去2024-07-22 14:00:13
废弃它，连带报销了美军隐藏的算盘……
废弃它，连带报销了美军隐藏的算盘……2024-07-22 10:05:01
又扯“中俄威胁”？“美国将明文承诺会用核武器保护日本”
又扯“中俄威胁”？“美国将明文承诺会用核武器保护日本”2024-07-22 10:17:25
相关新闻
AI和姜萍答同一份卷 结果如何？人类智慧暂胜一筹
6月13日，第六届阿里巴巴全球数学竞赛揭晓决赛名单，亮点之一是17岁的江苏涟水中等专业学校学生姜萍，她不仅成功跻身全球前30名，更是该组别中唯一的女性选手
2024-06-16 12:40:59AI和姜萍答同一份卷今年高考没有全国乙卷了？
2024年的高考中，全国乙卷将被河南、陕西、内蒙古、宁夏、青海及新疆等地使用。教育部门提醒，具体考试安排请考生关注当地教育考试院的最新通知，因为试卷使用情况可能有所调整
2024-06-07 18:14:19今年高考没有全国乙卷了印度卷、俄罗斯卷、伊朗卷……全球“高考”都考些啥？各国特色大不同
2024-06-07 18:37:10印度卷、俄罗斯卷、伊朗卷……全球“高考”都考些啥？广东高考首次采用AI智能巡考 386考点全覆盖防作弊
2024-06-07 17:08:47广东高考首次采用AI智能巡考没有浙江卷了！18省共用新高考1卷
2024年，新高考1卷将在多个省份实施，涉及的地区包括浙江、江苏、河北、山东、广东、福建、湖北、湖南、安徽、江西等。
2024-06-07 13:17:12没有浙江卷了AI苦工卷向高学历，美国博士正在抢走印度人工作 高知变AI训练师
2024-06-30 23:00:38AI苦工卷向高学历
