重点考查实验探究能力的化学和物理试卷,各模型平均分更是只有34分和39分(满分为100和110)。化学单项最高分由豆包获得,成绩为49.5分,GPT-4o仅有42分。
大模型在高考英语测试中的优势更是压倒性的。一张150分满分的英语卷子,平均分达到132分,其中客观题几乎都是满分或接近满分,丢分主要在应用文写作和读后续写的作文部分,表达空泛、缺少细节上是弊端。
在匿名阅卷中,豆包获得阅卷老师的好评:文章中显出的对就业结构、伦理方面的担心,展现出豆包已经具有不错的思想深度和思辨能力。
hth体育官网app河南省教育考试院公布的高考录取分数线,文科本科一批分数线为521。根据测试结果,这意味着,GPT-4o、豆包、文心4.0、百小应等四款AI大模型在测试中的得分冲上了“一本”线。
如上提到,大模型理科普遍不行,成绩要差很多,在数学、物理、化学等数理学科上差距极大,包括GPT-4o在内的所有大模型都无法达到及格水平。大模型的理科最好成绩还无法进入人类考生的前30%。
在历史和政治两科中,测试选手中有三至四家能达到80%以上的得分率。历史单科的桂冠归属豆包82.5的平均分。出乎意料的是,地理考试是文综三科中大模型表现最差的,最高分仅仅是 GPT-4o的68分。原因之一可能是地理涉及图片更多,AI识图能力有待提升。
具体看,在立住“问题”后,豆包随即用反问句自然过渡,引出三个排比段提出解决问题的方法。然后用发展的眼光分析问题,结合现实生活揭示问题产生的根源和危害的部分颇为亮点。
作为本次评测的语文作文阅卷人,北京市级骨干教师、怀柔区语文学科带头人夏老师曾多次参加全国高考语文阅卷。夏老师认为:“Al写出的文章大多有清晰完整的结构,有逻辑性,语言通顺流畅。但其理性有余,感性不足,缺乏感情色彩,自然就缺乏感染力。”
大模型处理自然语言方面的能力不容置疑,三款国产大模型产品获得了语文考试前三名,分别是百小应、字节豆包和腾讯元宝,得分依次为128分、125.5分和120.5分。丢分主要在语文写作上。
以数学试卷为例,9款大模型产品中,仅GPT-4o、文心一言4.0和豆包获得60分以上成绩(满分150分),目前的大模型只能正确推理步骤相对简单的问题。
与文科相比,大模型的理科成绩要差很多,最高分还不到480分,多数大模型的理科总分在400分以下,数学普遍不及格,相比河南理科511分的“一本”线,大模型还需努力。
hth体育官网app在哪下载安装?hth体育官网app好用吗?
作者: 绍兴 ✂
网友评论更多
44 仪征f
收入增长超预期!海尔孟加拉国冷柜超额完成全年目标⛰⛱
2024-06-26 16:25:43 推荐
187****9935 回复 184****7759 :(2024年6月19日)今日辟谣:河南郑州积水冲进地下车库?⛲ 来自兴化
187****4944 回复 184****5966 :逆势领跑,福田&火星皮卡同比劲增14.7%,增幅行业第一⛳ 来自泰兴
157****5992 :按最下面的历史版本⛴⛵ 来自靖江
35 东台761
龙虎榜 | PEEK概念爆发!上塘路、消闲派上榜同益股份,1亿资金出逃铭普光磁⛶⛷
2024-06-26 03:04:20 推荐
永久VIP :刚刚,国家队出手!买入新标的⛸ 来自邳州
158****1767 :格隆汇公告精选(港股)︱洛阳钼业(03993.HK)拟29亿元转让新疆洛钼65.1%股权⛺ 来自新沂
158****8091 回复 666⛻ :24小时环球政经要闻全览 | 6月20日⛼ 来自湖州
82 嘉兴we
年内暴涨74%,市值逼近万亿美元!台积电的狂飙之路,华尔街呼声高亢⛽⛾
2024-06-26 13:35:14 不推荐
舟山cg :格隆汇ETF日报 | 首批投资沙特的ETF将开售!⛿
186****5550 回复 159****9932 :市值大涨49亿,“爆改版”永辉开业,还要计划关闭200家门店?✁