今年5月，豆包大模型在火山引擎原动力大会上正式发布。相关数据显示，在MMLU、BBH、GSM8K、HumanEval等11个业界主流的公开评测集上，Doubao-pro-4k的总分为76.8分，优于同期测试的其他国产模型。在数学能力、语言理解能力，以及综合评测集CMMLU和CEval的评测上，豆包也有不错的表现，得分排在前三。
pp电子试玩平台新民晚报讯(记者金志刚)近日，复旦大学自然语言处理(NLP)实验室LLMEVAL团队公布了2024年高考数学大模型评测结果。数据显示，字节豆包在2024高考数学新II卷客观题正确率达到74.66%，在13家大模型中排名首位，阿里千问和GPT-4o分列二三位。而在高考数学新I卷评测排名中，字节豆包也排在前列。
据悉，LLMEval是由复旦大学NLP实验室推出的大模型评测基准，专注于评估专业领域的知识能力。评测团队表示，全新出炉的高考试题具备高度的独创性和保密性，是用来评测大模型的“绝好评测集合”。因此，团队在高考后第一时间对13家大模型进行了评测。
评测选取2024高考数学新I卷和新II卷的14道客观题，参评“选手”涵盖GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o是OpenAI于今年5月新推出的大语言模型，数学能力是其发布会现场着重展现的能力模块。但结果显示，部分国产大模型在本次数学评测中的成绩优于GPT-4o。在新II卷客观题测试中，字节豆包成绩排在首位，其次是阿里千问和GPT-4o。
网友评论更多
19 蒙自q
强迫孩子们互相举报后，老师消失在了课堂里....🚄🚅
2024-06-25 12:18:30 推荐
187****7851 回复 184****7635 ：来四个领导只有三杯咖啡怎么办，AI说……🚆 来自弥勒
187****2781 回复 184****8727 ：这么用冲牙器，细菌、霉菌都要谢谢你🚇 来自景洪
157****1164 ：按最下面的历史版本🚈🚉 来自文山
54 香格里拉508
胆小慎入：把人全身的神经都抽出来，会得到什么？🚊🚋
2024-06-26 00:26:24 推荐
永久VIP ：不谈学习的时候，儿子厉害得让我感到陌生🚌 来自腾冲
158****6416 ：希格斯逝世，他是“上帝粒子”背后的科学巨人🚍 来自水富
158****4512 回复 666🚎 ：风和日丽的一天，我去捐精了🚏 来自澄江
44 泸水gw
我每天被人“投毒”却从未见过凶手，三手烟隐蔽又难除🚐🚑
2024-06-24 16:38:24 不推荐
西安na ：一只网红猫头鹰之死🚒
186****1933 回复 159****2944 ：去“成都迪士尼”吃钵钵鸡，世界终于颠成了抽象的样子🚓