13名LLM考生挑战高考数学卷,GPT-4o仅排第3名!!!


今年,复旦大学的研究团队独辟蹊径,将目光聚焦在全新出炉的2024高考数学试卷上,并开创性地提出用高考题来评测大模型!

这无疑是一个极具创意和挑战性的尝试。

在这次评测中,阿里千问和讯飞星火分别获得了2024高考数学新Ⅰ卷的第一名和第二名,以及高考数学新Ⅱ卷的第二名和第一名。

两份考卷的评测中,GPT-4o均列第三名。GPT-4o居然只得了第三名?

GPT-4o深夜发布!Plus免费可用!icon-default.png?t=N7T8https://www.zhihu.com/pin/1773645611381747712
没体验过OpenAI最新版GPT-4o?快戳最详细升级教程,几分钟搞定:

升级ChatGPT-4o Turbo步骤icon-default.png?t=N7T8https://www.zhihu.com/pin/1768399982598909952



在新Ⅰ卷中,阿里千问和讯飞星火对14道数学客观题的准确率达到70%以上,大幅领先GPT-4o的57%。

字节豆包、智谱清言、百川等大模型紧随其后,准确率超过50%。 而在新Ⅱ卷的评测中,讯飞星火、阿里千问、GPT-4o的准确率均超过60%,



其他大模型的差距较小,除百川、DeepSeek和海螺之外,准确率均在50%以上。

最关键的是,数学能力一直是GPT-4o引以为傲的模块。

OpenAI在5月14日的发布会上推出大语言模型GPT-4o时,曾重点演示其数学能力!

本文教你如何使用WildCard正确方式打开GPT-4o,目前 WildCard 支持的服务非常齐全,可以说是应有尽有!

官网有更详细介绍:WildCard


推荐阅读:



如何免费使用GPT-4o?如何升级GPT...



更强大Mamba-2正式发布啦!!!



黎曼猜想取得重大进展!!

  • 10
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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