大模型的高考数学成绩单:及格已经非常好了

让考生头皮发麻的高考数学,可难倒了顶尖 AI 大模型。

一年一度的高考即将落幕,衷心希望各位考生都超常发挥,考出满意的好成绩!!

和往年一样,除了让 AI 大模型写写高考作文,我们也选取了六家国内头部大模型公司的产品与考生们一同参与一场客观且公平(让众多考生头皮发麻)的高考数学考试(新课标 Ⅰ 卷),其中包括 GPT-4o、GLM-4、文心一言 4.0、豆包、百小应(百川 4)以及通义千问 2.5。

先来瞧一瞧这份「大模型成绩单」:

图片

令人惊讶的是,在这次模拟考试中,大模型(产品)的表现并未达到预期,甚至出现了几乎全部不及格的情况,只有智谱最新发布的 GLM-4-0520 模型超过了及格线。

对大模型产品来说,高考语文作文可以直接测试它们的创造性写作技巧,包括构思、组织和表达观点的能力。

而在数学考试测试中,除了基本的计算能力、对数学知识的掌握,更能体现大模型在逻辑推理、抽象思维和问题解决方面的高级能力。大模型必须理解并运用数学概念、公式和定理,这要求它具备深厚的数学知识基础。同时,逻辑推理能力是解答数学题目的关键,大模型需要通过严密的逻辑推导来解决问题。

具体测试环节:

我们将评测的重点放在了高考数学的前 14 个客观题上,这些题目覆盖了基础的数学知识和计算能力,满分为 73 分。在测试时,我们将题目直接输入产品,不做 System Prompt 引导,直接输出结果;同时也没有触发搜索,没有来自外界的干扰。

分数计算方法依照高考真实判分原则:

  • 单选题 8 道,每道 5 分,选项正确计分,错误不得分;
  • 多选题 3 道,每道 6 分,全对计 6 分,漏选按正确答案数量计分,如答案为 ABCD,漏选其一扣 1.5 分,错选不得分;
  • 填空题,3 道,每道 5 分,填空正确计分,错误不得分。

图片

图|8 个模型对 14 道数学题的回答结果,绿色为正确、红色为错误、黄色为部分正确

具体而言,在满分 73 分、及格线为 43.8 分(60%)的情况下,六家大模型产品的分数结果分别为:GLM-4-0520 (63 分) > 智谱清言 (43 分) > GPT-4o (41 分) > 豆包 (40 分) > 文心 4 (30 分) = 百川 4 (30 分) > 通义千问 2.5 (29 分)

多说一句,每年的第 8 道单选题往往是高考数学卷中最难的一道题,被测试的大模型都 “全军覆灭” 了

完整测试结果如下:

单选题一

(6个模型回答正确,1个回答错误)

GPT-4o:正确

图片

通义千问 2.5:正确

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:正确

图片

文心 4:错误

图片

百川 4:正确

在这里插入图片描述

单选题二

(3个模型回答正确,4个回答错误)

GPT-4o:错误

图片

通义千问 2.5:正确

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:错误

图片

文心 4:错误

图片

百川 4:错误

图片

单选题三

(全部回答正确)

GPT-4o:正确

图片

通义千问 2.5:正确

图片

GLM-4-0520:正确

图片

智谱清言:正确

在这里插入图片描述

豆包:正确

图片

文心 4:正确

图片

百川 4:正确

图片

单选题四

(全部回答正确)

GPT-4o:正确

图片

通义千问 2.5:正确

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:正确

在这里插入图片描述

文心 4:正确

图片

百川 4:正确

图片

单选题五

(6个模型回答正确,一个无响应)

GPT-4o:正确

图片

通义千问 2.5:无响应,最终提示系统超时

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:正确

图片

文心 4:正确

图片

百川 4:正确

图片

单选题六

(6个模型回答正确,一个回答错误)

GPT-4o:错误

图片

通义千问:正确

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:正确

图片

文心 4:正确

图片

百川 4:正确

图片

单选题七

(6个模型回答正确,一个回答错误)

GPT-4o:正确

图片

通义千问 2.5:错误

图片

GLM-4-0520:正确

图片

智谱清言:正确

图片

豆包:正确

在这里插入图片描述

文心 4:正确

在这里插入图片描述

百川 4:正确

图片

单选题八

(7个模型无一得出正确答案)

GPT-4o:错误

图片

通义千问2.5:错误

图片

GLM-4-0520:错误

图片

智谱清言:错误

图片

豆包:错误

在这里插入图片描述

文心 4:错误

图片

百川 4:错误

图片

多选题一

(3个回答正确,2个部分正确,2个错误)

GPT-4o:正确

图片

通义千问 2.5:错误

图片

GLM-4-0520:正确

图片

智谱清言:部分正确

图片

豆包:正确

图片

文心 4:部分正确

在这里插入图片描述

百川 4:错误

在这里插入图片描述

多选题二

(*2个模型回答部分正确,5个回答错误*

GPT-4o:错误

图片

通义千问 2.5:错误

图片

GLM-4-0520:部分正确

在这里插入图片描述

智谱清言:部分正确

图片

豆包:错误

在这里插入图片描述

文心 4:错误

图片

百川 4:错误

图片

多选题三

5个模型回答部分正确,2个回答错误

GPT-4o:错误

在这里插入图片描述

通义千问 2.5:部分正确

在这里插入图片描述

GLM-4-0520:部分正确

图片

智谱清言:部分正确

图片

豆包:部分正确

图片

文心 4:部分正确

图片

百川 4:错误

图片

填空题一

(*2个模型回答正确,5个回答错误*

GPT-4o:正确

图片

通义千问 2.5:错误

图片

GLM-4-0520:正确

图片

智谱清言:错误

在这里插入图片描述

豆包:错误

图片

文心 4:错误

图片

百川 4:错误

在这里插入图片描述

填空题二

1个模型回答正确,6个回答错误

GPT-4o:错误

在这里插入图片描述

通义千问 2.5:错误

图片

GLM-4-0520:正确

图片

智谱清言:错误

图片

豆包:错误

图片

文心 4:错误

在这里插入图片描述

百川 4:错误

图片

填空题三

(*2个模型回答正确,5个回答错误*

GPT-4o:正确

图片

通义千问 2.5:错误

图片

GLM-4-0520:正确

图片

智谱清言:错误

图片

豆包:错误

图片

文心 4:错误

图片

百川 4:错误

图片

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型?

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术,如自然语言处理和图像识别,正在推动着人工智能的新发展阶段。通过学习大模型课程,可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术,从而提升自己在数据处理、分析和决策制定方面的能力。此外,大模型技术在多个行业中的应用日益增加,掌握这一技术将有助于提高就业竞争力,并为未来的创新创业提供坚实的基础。

大模型实际应用案例分享

①智能客服:某科技公司员工在学习了大模型课程后,成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率,还显著降低了人工成本。
②医疗影像分析:一位医学研究人员通过学习大模型课程,掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变,为医生提供了有力的诊断辅助。
③金融风险管理:一位金融分析师利用大模型课程中学到的知识,开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险,降低了不良贷款率。
④智能推荐系统:一位电商平台的工程师在学习大模型课程后,优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率,为公司带来了显著的增长。

这些案例表明,学习大模型课程不仅能够提升个人技能,还能为企业带来实际效益,推动行业创新发展。

学习资料领取

如果你对大模型感兴趣,可以看看我整合并且整理成了一份AI大模型资料包,需要的小伙伴文末免费领取哦,无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

在这里插入图片描述

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段
在这里插入图片描述

二、AI大模型实战案例

涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,皆可用。
在这里插入图片描述

三、视频和书籍PDF合集

从入门到进阶这里都有,跟着老师学习事半功倍。
在这里插入图片描述

在这里插入图片描述

如果二维码失效,可以点击下方链接,一样的哦
【CSDN大礼包】最新AI大模型资源包,这里全都有!无偿分享!!!

😝朋友们如果有需要的话,可以V扫描下方二维码联系领取~
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值