首页

血柠檬女王高级酒店狗奴

时间:2025-05-28 17:16:53 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:51804

  作者:陆涵之

  去年,“9.11和9.9谁大?”这一简单的数学题曾难倒了多家大模型。到了今年,大模型的理科能力提升如何?

  今日网易有道发布了一则视频,6位清华姚班学生与AI比赛做高考压轴题。清华姚班为图灵奖得主姚期智院士创办,汇聚了数学、物理、信息学竞赛金牌得主。

  姚班学生和AI竞速的两道题分别为2023年高考数学全国一卷压轴题和2021年高考物理江苏卷压轴题。姚班学生在10分钟内完成了作答,仅有1位同学做错了题目,AI答疑笔则在输入确认后几秒就开始输出步骤,并答对了题目。

  对于AI的回答,一位姚班学生认为AI做题思路与其一致,步骤更加清晰,相较于传统的答案更有利于学生理解解题思路。

  可以对比的是,去年高考结束后,有机构让包括GPT-4o、豆包、文心4.0在内的9家大模型尝试河南的高考卷,并以河南的分数线评判,最终有4家大模型在文科高考中达到河南的一本线,但没有大模型的理科分数达到河南省一本线。

  有道相关负责人对记者表示,今年以来AI进展迅速,尤其是DeepSeek-R1带来了推理模型大爆发,而大模型推理能力和交互能力在教育场景的适配性非常高,能够逐步解决个性化教学和答疑的需求,而且提供的指导和答疑质量越来越高,所以选择与高考顶尖学霸进行同题测试,用一种直接明了的方式向大众展示AI大模型能力的提升。

  在题型选择上,主要基于难度和认知度的考量,上述负责人表示,“因为大家对高考的难度都是有概念的,尤其是这种高难度的理科压轴题,容易引起关注,也能直观展示效果。”

  上述人士透露,前段时间还做了北京最新高考二模(题库数据里没有的新题)的挑战。AI答题后由老师进行批改,分数为697分(总分750分),达到“清北”水平。“毕竟去年AI集体做24年高考题的时候理科几乎全军覆灭。”

  过去一年时间,不少大模型公司将数学能力作为大模型的能力体现。OpenAI在介绍OpenAI o3-mini时表示,OpenAI o3‑mini 的高推理能力在 FrontierMath 上的表现优于其前辈。在 FrontierMath 上,当被要求使用 Python 工具时,具有高推理能力的 o3‑mini 首次尝试即可解决超过 32% 的问题,其中包括超过 28% 的挑战性 (T3) 问题。FrontierMath是由Epoch AI联合60余位全世界的数学家共同推出了全新的数学基准,其原创的数学问题对于专业数学家而言仍需数小时甚至数日解决。不过,OpenAI公布的成绩后续曾遭到质疑。

  此前谷歌宣布推出了基于强化学习的数学推理系统 AlphaProof,以及几何求解系统的改进版 AlphaGeometry 2。谷歌表示这两款系统共同解决了2024年国际数学奥林匹克(IMO) 六道题目中的四道,首次达到了与银牌得主相当的水平。

  今年4月29日,阿里巴巴发布新一代通义千问模型Qwen3。据了解,在奥数水平的AIME25测评中,千问3斩获81.5分,刷新开源纪录。

  艾媒咨询发布的《2024年人工智能+教育行业发展研究报告》指出,2023至2027年在线教育市场的AI贡献率预计从7%提升至16%左右。

展开全文
相关文章
孕妇旅游身体不适 民警驾车紧急送医

蓝佛安强调,下一步,财政部将继续坚持精准施策、靶向发力,优化基础性政策机制安排,改善居民收入预期,激发消费潜能;用好专项资金、贷款贴息等工具,完善商贸流通体系,改善消费环境;发挥政府债券牵引作用,带动有效投资,扩大国内需求。

全球逾六千支队伍报名参赛第三届琶洲算法大赛

办法》共六章二十二条,从管理职责、评价标准、评价程序、结果发布及应用等方面规范广西道路货物运输企业信用评价,逐步完善广西治超领域信用体系建设。

正义迟迟未到 苏纳克新法尚无明确时间表

合肥9月12日电 (记者 张强)2024宣城市入境旅游市场对接交流主题活动11日晚在安徽泾县举办,来自俄罗斯、日本、马来西亚等国家的旅行商代表齐聚一堂,开展文化交流和合作洽谈。

最高人民检察院依法对戴道晋决定逮捕

龙晶晶表示,扶持政策由十项16条措施组成,内容涵盖强化花卉产业空间保障、支持“小升规”“个转企”、提升花卉交易量、支持花卉总部经济发展、鼓励种源研发及标准制定、鼓励花卉外贸企业发展壮大、鼓励花卉企业上市等方面。

香港与阿布扎比签署投资推广合作谅解备忘录

另外,嘉宾的综艺艺能有高有低,“梗王”“综艺达人”往往能调动节目气氛,相应的镜头也就更多,但也容易让某些慢热的“I人”(内敛的人)嘉宾变成背景板,造成节目内容的失衡。

相关资讯
热门资讯