新火種
2024-06-13 
復旦大學高考數學大模型評測：阿里千問、訊飛星火力壓GPT-4o
6月12日消息，近日，復旦大學NLP（自然語言處理）實驗室LLMEVAL團隊發布了2024年高考數學大模型評測的結果。
在這次評測中，阿里千問和訊飛星火分別獲得了2024高考數學新I卷的第一名和第二名，以及高考數學新II卷的第二名和第一名，兩份考卷的評測中，GPT-4o均列第三名。
復旦NLP團隊認為，全新出爐的高考試題具備高度的獨創性和保密性，是用來評測大模型的絕好評測集合。在新Ⅰ卷中，阿里千問和訊飛星火對14道數學客觀題的準確率達到70%以上，大幅領先GPT-4o的57%，字節豆包、智譜清言、百川等大模型緊隨其后，準確率超過50%，百度文心一言、騰訊元寶、Kimi等大模型準確率較低。
而在在新Ⅱ卷的評測中，訊飛星火、阿里千問、GPT-4o準確率均超過60%，其他大模型的差距較小，除百川、DeepSeek和海螺之外，準確率均在50%以上。
數學能力是GPT-4o一直以來引以為傲的能力模塊，OpenAI在5月14日的發布會上推出大語言模型GPT-4o時，曾重點演示其數學能力。
在現場演示中，GPT-4o利用其實時的圖像識別和語音能力進行在線教學。從評測結果可以看出，阿里千問和訊飛星火對數學問題的深入理解和分析能力已經超過GPT-4o，使其在高考數學試題的解答上具有更高的準確率。有網友表示，做數學題畢竟還是咱中國人的特長。
以阿里千問和訊飛星火為代表，國產人工智能大模型在數學領域的出色能力，為未來人工智能技術在教育領域的應用提供了有力支持。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
