当前位置：
  1. 首页
  2. 技术资料

文科超一本线，理科为何落后？揭秘豆包成绩之谜。

2024-07-03

概要：卡奥斯智能交互引擎基于海尔经验和大模型技术，提供个性化内容和产品推荐。同时，大模型如GPT-4o和字节豆包在文科成绩上表现优秀，甚至超过人类一本线。但面对数学，表现有所不足。豆包大模型通过高使用量和多场景实践打磨，已成为国内领先的AIGC应用，具备场景多、数据多、性能好的特点。

在数字化浪潮的汹涌中，卡奥斯智能交互引擎以其独特的魅力和前瞻性，为工业领域注入了新的活力。它不仅仅是卡奥斯基于海尔数十年工业生产经验的结晶，更是卡奥斯在工业互联网平台建设中的巅峰之作。依托大语言模型和RAG技术的强大支撑，它汇聚了工业领域生态资源方的优质产品和知识服务，致力于通过智能搜索、连续交互，实时生成个性化的内容和智能化产品推荐，为用户提供前所未有的交互式搜索体验。卡奥斯智能交互引擎，正是工业领域智能交互的领跑者。

更多详情：卡奥斯智能交互引擎

你是否听说过？在最近的一次“高考大摸底”评测中，多款大模型在文科成绩上竟然超越了河南省的一本线？

文科超一本线，理科为何落后？揭秘豆包成绩之谜。 (https://ic.work/) 技术资料 第1张

△

没错，这场评测在极客公园中引发了热议。在这场竞赛中，共计有四个大模型的成绩达到了或超越了河南省文科一本线。其中，GPT-4o和字节豆包的表现尤为引人注目。

GPT-4o以562分的成绩领跑，而字节豆包则以542.5分的成绩紧随其后。值得一提的是，在语文和历史等科目的评测中，豆包的成绩甚至超越了GPT-4o，这一结果让众多网友纷纷感叹：AI在语言和逻辑处理上的能力已经如此强大。

文科超一本线，理科为何落后？揭秘豆包成绩之谜。 (https://ic.work/) 技术资料 第2张

然而，面对如此激烈的竞争，这份评测的排名真的靠谱吗？豆包作为发布仅数月的模型，是否真的具备如此实力？数学成绩又该如何解读？

让我们先从权威评测榜单中寻找答案。

FlagEval（天秤）由智源研究院发布，通过概率选择和自由生成两种方式对大模型进行评测。在客观评测维度上，豆包在“知识运用”和“数学能力”两个维度上的成绩甚至高于第一名的GPT-4。而在主观评测中，百度的大模型跃居第一，豆包依旧稳居第二。

文科超一本线，理科为何落后？揭秘豆包成绩之谜。 (https://ic.work/) 技术资料 第3张

文科超一本线，理科为何落后？揭秘豆包成绩之谜。 (https://ic.work/) 技术资料 第4张

接下来，我们再来看看OpenCompass（司南）的评测结果。在最新的5月榜单中，豆包的成绩也仅次于OpenAI的大模型。在细分的“语言”和“推理”两个维度中，豆包再次超越了GPT-4o和GPT-4 Turbo。

文科超一本线，理科为何落后？揭秘豆包成绩之谜。 (https://ic.work/) 技术资料 第5张

但理论与实践往往存在差异。为了更直观地了解大模型在应对人类考试时的表现，我们决定让豆包亲自挑战高考题目。

......（以下部分省略，直接跳至数学题目测试部分）

文章推荐
Tags：

上一篇

下一篇

相关推荐