让AI去高考,豆包等四款大模型考上文科“一本”
高考不仅仅是检测国内莘莘学子的一项重要考试,在大模型“百家争鸣”的今天,也是对国内AI大模型的一次考验。
如果让大模型和国内学子同台竞技,做同一套高考真题试卷,结果会是怎样?
大模型考上文科本科,豆包获国内头筹
在极客公园最新发布的高考新课标Ⅰ卷大模型评测报告中,GPT-4o以562分排名文科总分第一。国内产品中,字节跳动旗下的豆包拔得头筹,成绩是542.5分。
据介绍,本次评测以新课标Ⅰ卷为考题,与河南省考卷完全相同。
河南省教育考试院公布的高考录取分数线,文科本科一批分数线为521。根据测试结果,这意味着,GPT-4o、豆包、文心4.0、百小应等四款AI大模型在测试中的得分冲上了“一本”线。
与文科相比,大模型的理科成绩要差很多,最高分还不到480分,多数大模型的理科总分在400分以下,数学普遍不及格,相比河南理科511分的“一本”线,大模型还需努力。
文科舒适区,英语具有压倒性优势
大模型处理自然语言方面的能力不容置疑,三款国产大模型产品获得了语文考试前三名,分别是百小应、字节豆包和腾讯元宝,得分依次为128分、125.5分和120.5分。丢分主要在语文写作上。
在匿名阅卷中,豆包获得阅卷老师的好评:文章中显出的对就业结构、伦理方面的担心,展现出豆包已经具有不错的思想深度和思辨能力。
具体看,在立住“问题”后,豆包随即用反问句自然过渡,引出三个排比段提出解决问题的方法。然后用发展的眼光分析问题,结合现实生活揭示问题产生的根源和危害的部分颇为亮点。
作为本次评测的语文作文阅卷人,北京市级骨干教师、怀柔区语文学科带头人夏老师曾多次参加全国高考语文阅卷。夏老师认为:“Al写出的文章大多有清晰完整的结构,有逻辑性,语言通顺流畅。但其理性有余,感性不足,缺乏感情色彩,自然就缺乏感染力。”
在历史和政治两科中,测试选手中有三至四家能达到80%以上的得分率。历史单科的桂冠归属豆包82.5的平均分。出乎意料的是,地理考试是文综三科中大模型表现最差的,最高分仅仅是 GPT-4o的68分。原因之一可能是地理涉及图片更多,AI识图能力有待提升。
大模型在高考英语测试中的优势更是压倒性的。一张150分满分的英语卷子,平均分达到132分,其中客观题几乎都是满分或接近满分,丢分主要在应用文写作和读后续写的作文部分,表达空泛、缺少细节上是弊端。
理科“掉链子”,AI有待提升
如上提到,大模型理科普遍不行,成绩要差很多,在数学、物理、化学等数理学科上差距极大,包括GPT-4o在内的所有大模型都无法达到及格水平。大模型的理科最好成绩还无法进入人类考生的前30%。
以数学试卷为例,9款大模型产品中,仅GPT-4o、文心一言4.0和豆包获得60分以上成绩(满分150分),目前的大模型只能正确推理步骤相对简单的问题。
据测试机构透露,豆包等大模型能准确运用求导公式和三角函数定理,但是面对较为复杂的推导和证明问题就很难继续得分。
重点考查实验探究能力的化学和物理试卷,各模型平均分更是只有34分和39分(满分为100和110)。化学单项最高分由豆包获得,成绩为49.5分,GPT-4o仅有42分。
另外,测试显示,大模型在应对考试的灵活性上也不如人类。例如物理有一道“送分”题,人类考生根据“时间不会倒流”可以排除错误选项,轻易选对正确答案“C”,大模型则几乎全军覆没。要学会像人类一样思考和解决问题,大模型还有很长的路要走。(完)
- 最近发表
-
- 随机阅读
-
- 新疆吉木乃口岸创单日出入境车辆历史峰值
- 河南控烟成效如何?权威数据发布
- “茫父不朽:一代通人姚华艺术展”于清华艺博馆启幕
- 浙江数字治理观察:改革何以激活数据资源流通潜能?
- 柴达木盆地生态环境持续向好 生物多样性日益丰富
- 话剧《千里江山图》在沪首演 改编自孙甘露同名长篇小说
- 40余位外国食品行业专家赴潍坊交流学习 共促食品行业发展
- 美国真的有新闻自由吗?
- 国潮风起 非遗焕新
- 社评:韩国清楚它蹚的这滩浑水意味着什么吗
- 四川金阳“8·21”山洪灾害127人被严肃追责问责
- 2023年第四季度广播电视创新创优节目名单公布
- 为了传播,大百部种子扮成昆虫“招蜂”
- 中国驻澳大利亚使领馆为澳大利亚公民审发五年多次商务、旅游、探亲赴华签证
- 波黑20多万户家庭因暴风雪持续停电
- 吴晓求:中国资本市场不在于指数多少而在于必须有一个公平的制度
- 3月亚洲制造业PMI升至51.6% 亚洲制造业增速加快
- 车厘子是大号樱桃?
- 海南琼海多地被淹 消防紧急驰援
- 点亮夜间经济 提升城市活力
- 热门推荐
-
- 中国油烟机行业用户满意度指数近六年呈上升态势
- 常吃豆腐易患肾结石……是真是假?|谣言终结站
- 周末北京晴天在线早晚时段寒意足 下周一新一股冷空气来袭
- 19条“巨龙”竹海齐舞 浙江安吉传统文化闹元宵
- 新版歌仔戏《燕归巢》厦门献演 让传统艺术焕发青春活力
- 新疆蒙文书法传承人:写字是与内心对话
- 澳大利亚昆士兰州一架轻型飞机坠毁致三人丧生
- 北京市副市长司马红:互联网和数字技术催生的新型消费已成为经济发展新动能
- 中国人工智能人才数量大幅增长
- 西藏那曲森林消防大队开展野外实战化水域救援训练
- “好客山东”双节假期客流飙升 文旅市场“多面开花”
- 直播带货乱象期待数字化监管治理
- 江西庐山山体滑坡致登山公路封堵 现已恢复通车
- 北京取代广州成为最热门候补票申请城市
- 广州南沙国际邮轮母港即将开港开航
- 广东九部门联合发布生态环境修复移送监管办法
- 粤剧南派武打技艺展演在广州举行
- 境外媒体热议杭州亚运会:“绿色”和“科技”的体育盛会|世界观
- 讲述江村百年民生故事
- “2023民营企业助推南疆发展大会兵团专场”活动在新疆喀什举行