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
-
- 养老保险个人权益记录怎么查?人社部答疑解惑
- (中国新貌)千年古城长沙“潮”玩创意焕新文化活力
- 报告:美国儿童青少年涉枪死亡率种族差异明显 非裔风险高
- 新疆“沙漠螃蟹”上市 不断拓展海鲜养殖模式
- 2024版《国铁集团客规》正式公布 主要变化有这些
- 浙江将17种抗癌药纳入医保支付 每年为群众减负11亿元
- 华北东北华东等地有强降雨 “格美”将登陆台湾岛
- 中国公安机关“猎狐2022”行动从境外抓获700余人 单笔追赃达10亿元
- 电池性能退化原因揭示
- 新疆智慧农业如何创新发展 各方建言献策
- 证监会:加大对首恶和关键少数惩戒力度
- 充电桩不足、有桩用不上……拦住电动车上楼,这些问题待解
- 别被微信“神医”蒙蔽双眼
- 广湛高铁佛山站东、西翼桩基础施工完毕
- 水利部:我国南方部分河流近期可能发生超警洪水
- 马来西亚马六甲州元首盼共享海南自贸港发展机遇
- 北京交响乐团开启龙年首场演出
- 罕见洪峰致闭园6天 桂林象山景区恢复开园游客蜂拥而至
- 中欧班列(合肥)累计发运逾3700列 1月新增6个国际站点
- 传统织染绣精品亮相北京景山公园 连接打通艺术与生活
- 热门推荐
-
- 青藏线上的生态守护(美丽中国·重大工程中的生态细节②)
- 新任泰国驻成都总领事:将增强泰国与川渝互联互通
- 我国期货价格影响力增强
- 闽宁民间工艺美术交流展尽显“山海情”
- 新疆哈密“疆电入渝”特高压工程送电端开启架线施工
- 年轻人为何爱上“新中式”美学
- “我要在中国试试直播带货”(我在中国当大使(106))
- 国家防总针对陕西启动防汛四级应急响应
- 贵州黔南州罗甸县发生3.5级地震 震源深度10千米
- OpenAI超700名员工要求董事会辞职 不然就去微软
- 一天发电超10亿度 世界最大清洁能源走廊顶峰保供
- 美国加州发生校园枪击事件致1死2伤
- 文旅部关于确定15家旅游度假区为国家级旅游度假区的公告
- 关于茶的那些奇特“别称”你知道多少?
- 2024世界城市品牌大会及“长城奖-文旅好品牌”案例征集大赛发布仪式成功举办
- 广西多措加强艾滋病防控 推进“新八大专项工程”
- 较上年下降12% 全球外国直接投资下行压力加大
- 2023年中国公民具备科学素质比例达14.14% 比上年提高1.21个百分点
- 四川红原:牧区孩子有了第二个“家”
- 瞄准新质生产力 杭州探索经济发展“新引擎”