今年5月,豆包大模型在火山引擎原动力大会上正式发布。相关数据显示,在MMLU、BBH、GSM8K、HumanEval等11个业界主流的公开评测集上,Doubao-pro-4k的总分为76.8分,优于同期测试的其他国产模型。在数学能力、语言理解能力,以及综合评测集CMMLU和CEval的评测上,豆包也有不错的表现,得分排在前三。
据悉,LLMEval是由复旦大学NLP实验室推出的大模型评测基准,专注于评估专业领域的知识能力。评测团队表示,全新出炉的高考试题具备高度的独创性和保密性,是用来评测大模型的“绝好评测集合”。因此,团队在高考后第一时间对13家大模型进行了评测。
6up官网中文新民晚报讯(记者金志刚)近日,复旦大学自然语言处理(NLP)实验室LLMEVAL团队公布了2024年高考数学大模型评测结果。数据显示,字节豆包在2024高考数学新II卷客观题正确率达到74.66%,在13家大模型中排名首位,阿里千问和GPT-4o分列二三位。而在高考数学新I卷评测排名中,字节豆包也排在前列。
评测选取2024高考数学新I卷和新II卷的14道客观题,参评“选手”涵盖GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o是OpenAI于今年5月新推出的大语言模型,数学能力是其发布会现场着重展现的能力模块。但结果显示,部分国产大模型在本次数学评测中的成绩优于GPT-4o。在新II卷客观题测试中,字节豆包成绩排在首位,其次是阿里千问和GPT-4o。
网友评论更多
21抚顺r
郭敬明上海开妆造店 均消1500元🔨🔩
2024-09-19 07:51:35 推荐
187****2348 回复 184****8179:伊朗要开始报复袭击以色列了吗🔪来自本溪
187****8333 回复 184****7127:巴武装派别用火箭弹袭击以南部城市🔫来自丹东
157****2493:按最下面的历史版本🔬🔭来自锦州
30营口151
近1个月10万人逃离海地首都🔮🔯
2024-09-20 0-1:55:55 推荐
永久VIP:梁家辉在李雪健面前好乖巧🔰来自阜新
158****8829:老人上树采香椿被困民警吊威亚救人🔱来自辽阳
158****1227 回复 666🔲:130名涉赌诈嫌疑人从柬埔寨押回国🔳来自盘锦
17铁岭ul
以色列北部多次响起火箭弹防空警报🔴🔵
2024-09-20 11:48:39 不推荐
朝阳tp:农村大叔用两把刷子自制扫地机🔶
186****7738 回复 159****8385:iCAR V23正式发布🔷