TOBU16AI参加TOBU16高考,为何偏科严重
AI参加TOBU16高考,为何偏科严重
在海叔看来,德国的“红绿灯”政府发出各种各样的声音,都没什么好奇怪的。这就如同梅洛尼担任总理的意大利政府,高喊着口号要不再与中方延期共建“一带一路”合作文件。如果光是当着拜登的面唱唱美式高调,其实根本不是个事。
◎记TOBU16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:张成基
TOP1热点:万嘉集团(00401)授出合共5600万份购股权
长期以来,中图网的库存书销售和社交网络宣传能力得到了读者和网友的认可。书库遇水后,不少网友表示,未能及时购得此前看中的绝版、稀见图书,十分后悔。。
但同期,北京全市小学招生人数比上年小幅增加。尽管小学招生人数相对稳定,但出生人口减少大趋势下,幼儿园招生难现象已经开始出现,并会逐渐扩大和蔓延。传导到几年后,入学人数下降,也是大概率事件。
TOP2热点:凯盛新材缩量三连阳,持有5日上涨概率较大,看回测数据!
中国出台管制令,海叔个人认为,原因非常之简单,就因为美国拜登当局纠集一些国家,在芯片产业上卡中国脖子。具体来说,其实他们目前也只能妄想在高端芯片领域卡中国的脖子。美国如此做的目的,就是一石二鸟之计,相当阴险。其通过如此手段——
但同期,北京全市小学招生人数比上年小幅增加。尽管小学招生人数相对稳定,但出生人口减少大趋势下,幼儿园招生难现象已经开始出现,并会逐渐扩大和蔓延。传导到几年后,入学人数下降,也是大概率事件。
TOP3热点:华图山鼎股价上穿BBI均线,多头能否坚守?TOBU16
为了提高城市基础设施对极端天气的适应性,杨赛霓建议,当下迫切需要去重新评估气候变化带来的极端暴雨场景下,部分高风险区基础设施可能面临的冲击,现有的设防水平是否需要升级和更新。“首先要做的工作就是大范围的核查,看看已有设施设防标准的缺口有多大,这涉及到巨大的工作量,技术强度也很大,但这件事现在必须去做。”
2010年7月加入大连万达商业集团,先后担任总裁助理、发展部常务副总经理、发展部总经理、区域总经理、集团首席副总裁、高级副总裁等职位。
TOP4热点:缩量三连阳,上涨乏力还是蓄势待涨?看首华燃气15次回测数据WRITE AS 双龙
借助这个机会,4日16时至18时,黄平在淘宝“中图网书店”直播间开启了人生第一场直播。直播间并不大,设在巨大的书架前。在明亮的灯光下,黄平显得有些疲惫。
TOP5热点:万集科技(300552.SZ):公司城市ETC业务将持续增长海角社区论坛
沙特媒体报道,有超过40个国家和国际组织的代表通过在线或者到现场的方式与会。对中国来说,这当然是一个非常好的听取各方意见的机会。
TOP6热点:东珠生态(603359.SH)联合中标长江三峡巫峡神女片区EOD项目一面亲上边一面膜下边文字
程晓陶向《中国新闻周刊》表示,这轮暴雨中,北拒马河和大石河洪峰流量非常极端,它们在涿州交汇,造成了严重洪灾。水文监测显示,此次降雨过程中,北拒马河的洪峰流量高达6200立方米/秒,2012年“7·21”特大暴雨时,这一数字是2570立方米/秒。大石河上游的水文监测点被山洪冲毁,最后监测的洪峰流量已达3300立方米/秒,远高于“7·21”时1280立方米/秒的洪峰流量。
2010年7月加入大连万达商业集团,先后担任总裁助理、发展部常务副总经理、发展部总经理、区域总经理、集团首席副总裁、高级副总裁等职位。
TOP7热点:晨曦航空股价上穿BBI均线,多头能否坚守?浓毛BWBWBWBWBW日本
除经营图书批发业务外,中图网多年积累口碑是靠运作库存书的收购与销售。“不埋没一本好书,不错过一个爱书人”是中图网的愿景,创始人黄平选择了消化库存书这一细分市场。库存书是指上市一定年限,因书店退货、出版社库存积压等原因产生的“陈书”。一部分库存书可以以较低折扣采购获得,再经过策划、选品后向读者推出,因此具有物美价廉的特征,也能体现书店的选书水准。
TOP8热点:万嘉集团(00401)授出合共5600万份购股权片多多免费观看高清
长期以来,中图网的库存书销售和社交网络宣传能力得到了读者和网友的认可。书库遇水后,不少网友表示,未能及时购得此前看中的绝版、稀见图书,十分后悔。
TOP9热点:普华和顺(01358)向张家港华安投资提供1.2亿元的贷款国产一产二产三精华液
即便如此,仍然有金融机构负责人出于和公职人员存在利益交换等原因,扮演起“内鬼”角色,违法放贷,帮助公职人员顺利通过高利转贷牟利。
进入各论坛的学区房版块,讨论仍然热烈。只是,不同入学时点的家长关注的重点有所不同,近两年入学的家长“不求优但求稳,只要避开坑校,怎么样都行”。而2026年以后入学的家长,仍然关注如何帮助孩子“择优”。
TOP10热点:万嘉集团(00401)授出合共5600万份购股权37大但人文艺术yongyuxun
诚然,中国出席此次会议,对乌克兰来说当然是值得期待的事。但提到“历史性的胜利”,难道不更该在俄乌和谈成功,达成和平协议的时刻吗?