动态图爱爱AI参加高考,动态图爱爱为何偏科严重
AI参加高考,动态图爱爱为何偏科严重
公开报道显示,毕力夫曾公开发表多篇研究文章,包括《学龄期肥胖儿童的饮食习惯和临床》《牛磺酸对单纯性肥胖者脂质代谢紊乱和视觉功能影响》《内蒙古农区蒙古族STR基因多态性研究》等。
◎动态图爱爱记者杨雪 大模型参加高考,能考多少分?近日,科技创新交流平台极客公园发布高考新课标Ⅰ卷大模型评测报告,在参试大模型中,GPT-4o以562分的成绩排名文科第一。参加评测的8款国产大模型中,字节跳动旗下的豆包成绩是542.5分,其后依次是百度文心一言4.0的537.5分和百川智能“百小应”的521分。本次大模型高考评测与河南省考卷完全相同,以上3款国产大模型均超过河南文科一本线521分。GPT-4o的562分在河南文科考生中可排名8811名,相当于前2.45%;豆包处于前4.27%,接近顶尖大模型的水平。 文综评测中,GPT-4o获237分,优于多数人类考生。国产大模型中,豆包文综成绩最高,得分224.5分,其中历史达到82.5分,在所有9款大模型中排第一。地理考卷有大量图片考题,图像理解能力较强的GPT-4o得到最高分,但仅有68分。 语文、英语评测中,多家大模型在客观题上拿满分。但写作文是弱项。多次参加全国高考语文阅卷的北京市级骨干教师、怀柔区语文学科带头人夏老师是本次评测的作文阅卷人。她认为,“AI作文有清晰完整的结构,有逻辑性,语言通顺流畅,但缺乏感情和感染力”。同理,在40分的英语写作考试中,大模型的最高分只有29分,主要丢分在表达空泛、缺少细节上。 值得注意的是,大模型高考呈现出严重的偏科现象:数学、物理、化学等数理学科全线不及格,总分最高分不到480。而河南理科一本线是511分。最顶尖的大模型无法进入理科考生的前30%。 数学评测中,仅GPT-4o、文心一言4.0和豆包获得60分以上成绩(满分150分)。大模型能准确运用求导公式和三角函数定理,但面对较为复杂的推导和证明问题就很难得分。物理有一道送分的选择题,人类考生根据“时间不会倒流”可以轻易选对答案,大模型则全军覆没。 “目前的大语言模型本质上是文字接龙,基于海量资料,预测下一个最可能出现的词句。通过不断预测,生成连贯和完整的文本。应对文科考试,大模型的用词不准或用了近义词,不太影响评分。但理科考试考验推理和计算,比如一道题有五步推理,大模型走偏一步,答案就全错。而且大模型的训练数据中,文科语料要远远大于理科语料。”国内一位大模型研发专家告诉科技日报记者。 近期,有一些国内外大模型在奥数题评测(非奥数现场比赛)上拿到不错的成绩。对此,该专家解释,用大家都训练过的公开数据集评测,大模型的准确率很高;但用比较新的数据集去测试,准确率就大大下降。最新的高考题是哪家大模型都没有训练过的,考验的是数学推理和计算的泛化能力,这就暴露了大模型的短板。 北京大学计算语言学研究所教授穗志方近日也表示,大模型在中国高考、公务员考试和美国SAT考试等标准化考试中的表现是优劣兼具的。一些大模型在SAT数学测试中表现优异,但在复杂推理或特定知识领域中的表现不够出色。 “在大模型内在机理没有探究清楚的情况下,我们目前的评测路径只能依靠从外部表现来推测内在能力。”穗志方说,未来应发展更系统的评测大纲、更具挑战的评测任务、更科学的评测方法。AI是否比人类更适合考试?尚未可定论。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:吕德榜
TOP1热点:多彩假期
当天岸田文雄在公开演讲中称,中日关系虽然“现在原地踏步”,但“中国是日本的邻国和最大贸易伙伴国,两国关系密不可分,希望能在维持对话的同时保持建设性的稳定关系”。。
2010年8月,王雪峰从河北省纪委常务副书记任上转任唐山市委书记,在任职两年多之后,于2013年升任河北省人大常委会副主任,直至2018年卸任。
TOP2热点:多彩假期
郝泽军
20日,外交部发言人汪文斌在例行记者会上表示,世界上只有一个中国,台湾是中国领土不可分割的一部分,台湾问题纯属中国内政,是中国核心利益中的核心,解决台湾问题是中国人自己的事,不容他人置喙。
TOP3热点:多彩假期锕锕锕锵锵锵...好多水
北京烤鸭、西湖醋鱼、两吃大虾,也都是基辛格1972年陪同时任美国总统尼克松访华时的菜品,满是历史的回味。
TOP4热点:多彩假期抖音没带罩子52秒怎么回事
夏松告诉中国新闻周刊,在2008年奥运会前,中国男篮是世界篮坛的一支劲旅,世界各国都对中国男篮存有一定敬畏,但是在2008年之后,这种敬畏感正在消失。“据我所知,一些国家的专业机构,持续在追踪中国球员的动态,作专业分析评估,但对于中国球员的能力和发展上限普遍评价不高。”
美军参谋长联席会议主席马克·米利曾于6月30日指出,乌克兰军队的反攻进展要比预期更慢,他并不感到惊讶。米利称,乌克兰的反攻将是一个“漫长而残酷”的过程,“任何人都不应该抱有幻想”。
TOP5热点:多彩假期苏语棠苏娅元宵猜灯谜在线
(原标题:贵州一男子被骗至缅北诈骗园区后,其弟弟为救人也被困缅北)
TOP6热点:多彩假期老公说我太骚了顶不住什么意思?
公开资料显示,施工现场物料堆放本有着严格的规范要求。比如,既要保障场地的稳固可靠,又要定期进行安全检查,这不过是建筑施工行业的基本常识。而据媒体报道,知情人提供的于去年冬天拍摄的视频画面显示,三名工人将成袋的袋装材料铺满了半个楼顶,但直到事发前这堆袋装材料一直没有被搬走。
TOP7热点:多彩假期蘑菇传媒在线网站
她说,她见到王超后,觉得他人好,长得又帅。
TOP8热点:多彩假期开襟大欧派乳液SS
吉林大学东北亚研究中心副教授、吉林大学朝鲜韩国研究所副所长王箫轲告诉南都记者,尹锡悦家人的经济丑闻自其选举期间就被不断曝出,虽不会对其执政基础产生重大冲击,但会造成尹锡悦好评率的下滑。
TOP9热点:多彩假期麻豆天美乌鸦星空果冻传媒
在知情人提供的视频画面显示,三名工人将成袋的袋装材料铺满了半个楼顶。体育馆旁,综合楼工地上的塔吊正在施工。知情人称,视频拍摄于去年冬天,但直到事发前这堆袋装材料一直没有被搬走。
中国法学会官网简历显示,董经纬出生于1963年11月,研究生学历,理学硕士,是十八大、十九大、二十大代表,第十三届全国政协委员,十四届全国人大代表。他曾长期担任河北省国家安全厅党委书记、厅长。
TOP10热点:多彩假期今日吃瓜,网红黑料万里长征
潮新闻消息,7月19日上午,15次参加高考的唐尚珺在社交平台上发布视频称,他被华中师范大学退档,退档原因为专业已录满,接下去将参加补录。