期货配资鑫东财配资 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期货配资鑫东财配资，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期货配资鑫东财配资，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。