TOUGHTESTED硬汉系列AI参加高TOUGHTESTED硬汉系列考,为何偏科严重
AI参加高TOUGHTESTED硬汉系列考,为何偏科严重
很多家长担心,这样的插图会不会影响到身处成长期的孩子的审美。不过,也有网友表示,家长的担心是多余的,插图只是起到点缀作用,让孩子在阅读课本时不那么单调,只要内容没问题就行了。
◎记TOUGHTESTED硬汉系列者杨雪 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:王子久
TOP1热点:多地烟草局招聘 直系血亲、3代以内旁系血亲被"划重点"
这种画风如果把它放到美术层面上来说,也许能讲出一些艺术理论上的流派,或者摆在画廊里也可能无可厚非,甚至也可能找到它的一些欣赏者,但教材插画它不仅是一个艺术创作问题,更是一个跨学科问题,它是艺术和儿童教育产品之间的一个融合。。
我们小的时候插画和现在的风格已经完全不是一个时代了,可能现在的插画更多的受到漫画风的影响,它不侧重于写实,多多少少有点抽象,或者有点跟动物啊或什么东西有点像。
TOP2热点:银行副行长到手工资仅几百元 欲外出打工却遭单位辞退
23日,教育部等五部门还印发了《关于教材工作责任追究的指导意见》,针对大中小学教材编写、审核、出版、印制发行、选用使用等各环节存在的主要责任问题,明确追责情形和处理方式,实行全覆盖、全链条、规范化责任管理。
TOP3热点:15岁男孩广西游玩被带至老挝电诈园区 对方要求50万赎金打扑克剧烈摇床不盖被子
这里面我认为作为编教材的作者们在编的时候用什么插图,有没有经过调查研究,有没有争取这个年龄段的孩子和家长的一些反馈,我觉得如果有这样的一种过程,可能引起人们的议论会少一些,毕竟这么做之后你会更有针对性。
据媒体报道,该网友是江苏人,他说这本书是孩子幼儿园订阅的,上周六孩子将这个绘本带回家,当时妻子看到后,感觉书中的画很不妥,拍了下来发给他。
TOP4热点:多地烟草局招聘 直系血亲、3代以内旁系血亲被"划重点"日本水蜜桃身体乳的美白效果
这里面我认为作为编教材的作者们在编的时候用什么插图,有没有经过调查研究,有没有争取这个年龄段的孩子和家长的一些反馈,我觉得如果有这样的一种过程,可能引起人们的议论会少一些,毕竟这么做之后你会更有针对性。
据媒体报道,该网友是江苏人,他说这本书是孩子幼儿园订阅的,上周六孩子将这个绘本带回家,当时妻子看到后,感觉书中的画很不妥,拍了下来发给他。
TOP5热点:多地烟草局招聘 直系血亲、3代以内旁系血亲被"划重点"14may18_XXXXXL56endian民族
23日,教育部等五部门还印发了《关于教材工作责任追究的指导意见》,针对大中小学教材编写、审核、出版、印制发行、选用使用等各环节存在的主要责任问题,明确追责情形和处理方式,实行全覆盖、全链条、规范化责任管理。
TOP6热点:约翰逊建议"将乌克兰无条件纳入北约" 梅德韦杰夫嘲讽python人狗大战csdn在线看
2017年7月,国家教材委员会正式成立,就是为了加强对问题教材的审查力度。2019年,国家宣布语文、历史、道德和法治这三个学科全部使用统编教材。
TOP7热点:特斯拉1.2万元玩具车二手价"大跳水" 海外版本曾被召回海角乱伦
经查,教材插图主要存在三方面问题。一是不美观向上,与立德树人根本要求存在差距。整体画风不符合大众审美习惯,部分插图人物形象比较丑陋,精神风貌不佳,没有恰当体现出我国少年儿童阳光向上的形象。二是不严肃规范,个别插图甚至存在错误。插图数量过多,部分插图制作专业水准不高,个别插图存在科学性、规范性问题。三是不细致准确,部分插图容易引人误读。部分插图绘制粗糙,一些线条绘制和元素选择不当,图片比例不协调。同时也发现网上传播的一些问题插图并非人教社小学数学教材插图,有关部门已将其列入全面排查整改。
TOP8热点:银行副行长到手工资仅几百元 欲外出打工却遭单位辞退53岁大妈山坡做皮肉生意的原因
针对插图引发争议一事,人民教育出版社26日做出了回应,称将及时组织专家认真研究,对社会各界好的意见建议虚心采纳,已着手重新绘制有关册次数学教材封面和部分插图,改进画法画风,提高艺术水平,充分发挥教材封面和插图的育人作用。同时,将举一反三,全面评估所出版教材的封面、插图,进一步提高设计质量。
TOP9热点:特斯拉1.2万元玩具车二手价"大跳水" 海外版本曾被召回成全视频在线观看大全
经查,教材插图主要存在三方面问题。一是不美观向上,与立德树人根本要求存在差距。整体画风不符合大众审美习惯,部分插图人物形象比较丑陋,精神风貌不佳,没有恰当体现出我国少年儿童阳光向上的形象。二是不严肃规范,个别插图甚至存在错误。插图数量过多,部分插图制作专业水准不高,个别插图存在科学性、规范性问题。三是不细致准确,部分插图容易引人误读。部分插图绘制粗糙,一些线条绘制和元素选择不当,图片比例不协调。同时也发现网上传播的一些问题插图并非人教社小学数学教材插图,有关部门已将其列入全面排查整改。
TOP10热点:约翰逊建议"将乌克兰无条件纳入北约" 梅德韦杰夫嘲讽下面一直湿漉漉的是怎么回事
最近这些年事实上政府的相关部门已经加大了对教材的审查审核力度,可能相对从政府的要求这个角度考虑的比较多,但是从综合的角度,特别是从学生这个角度,作为用户这个角度考虑的不够。
近日,人教版数学教材插图引争议。网传教材中的人物宽眼距、两眼无神、五官极其不协调,人民教育出版社出版的教材为什么会出现这样的情况?教材中的插图应该符合什么样的标准呢?