• 我的订阅
  • 头条热搜
首个AI高考全卷评测结果发布:数学全都不及格
6月19日,上海人工智能实验室发布首个AI高考全卷评测结果,月初开源的阿里通义千问大模型Qwen2-72B排名第一,在语数外三科420分的满分中获得303分,OpenAI的GPT-4o和上海人工智能实验室的书生·浦语2.0文曲星(InternLM2-20B-WQX)排...……更多
...考语、数、外全卷能力测试。据OpenCompass于6月19日发布的评测结果,大模型的语文、英语考试水平还不错,但数学都不及格,最高分只有75分(满分150分)。参加OpenCompass此次高考测试的大模型,分别是来自阿里巴巴、零一万物、...……更多
首个AI高考全卷评测结果发布:最高分303,数学全不及格
...能力测试。6月19日, OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为420分,此次高考测试结果显示,阿里通义千问2-72B排名第一,为303分,OpenAI的GPT-4o排名第二,得分296分,上海人工智能实验室的书生...……更多
上海人工智能实验室公布首个ai高考全卷评测结果
...20日消息,上海人工智能实验室19日公布了首个AI高考全卷评测结果。据介绍,2024年全国高考甫一结束,该实验室旗下司南评测体系OpenCompass选取6个开源模型及GPT-4o进行高考“语数外”全卷能力测试。评测采用全国新课标I卷,参...……更多
...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...……更多
用AI来做全国高考试卷,真的有人试了!结果:成绩偏科很严重
...,还真的有人试了。上海人工智能实验室近日公布了司南评测体系OpenCompass选取开源大模型测试今年高考的全国新课标I卷“语数外”的结果,为了确保“闭卷”考试,大模型的开源时间早于高考,同时邀请有高考评卷经验的教师...……更多
港中文团队提出大模型元推理范式,革新大模型的评价体系
...计意义思考不足,起码会带来以下几个潜在危害:其一,评测结果能否真实反映大模型的能力?如果对此认识不足,往往会过分夸大模型的效果。其二,会让人以为指标的提升,等价于大模型能力的提升、以及等价于真实场景的...……更多
智源评测体系发布 国内外“百模”评估结果出炉
...140余个开源和商业闭源的语言及多模态大模型全方位能力评测结果。本次智源评测,分别从主观、客观两个维度考察了语言模型的简单理解、知识运用、推理能力、数学能力、代码能力、任务解决、安全与价值观七大能力;针对...……更多
清华发布2024年3月版《SuperBench大模型综合能力评测报告》
...究中心联合中关村实验室研制的SuperBench大模型综合能力评测框架,正式对外发布2024年3月版《SuperBench大模型综合能力评测报告》。评测共包含了14个海内外具有代表性的模型,结果显示:文心一言4.0表现亮眼。例如在人类对齐能...……更多
高通骁龙xelite核显adrenox1评测
...了英特尔酷睿Ultra7155H、AMD7840HS等处理器核显性能。综合评测结果来看相比较AMD的Phoenix、英特尔的MeteorLake核显,AdrenoX1在基本的32位和16位浮点数学运算方面的吞吐量很有竞争力。此外得益于速度极快的LPDDR5X主控,AdrenoX1的DRAM带.……更多
AI界新晋王者被曝抄袭、作弊、做假,脸都丢光了
...比如,谷歌引以为傲的MMLU,是一个由伯克利大学主导的评测,囊括阅读理解、大学数学以及物理和社会科学等57项测验。但如果说,这些题目,是可以事先得知的呢?9月,中国人民大学与伊利诺伊大学香槟分校联合推出了一个...……更多
OpenAI o1模型到博士水平了?复旦教授:没有真正推理能力,学到的还是概率相关性
...OpenAI表示, o1模型在推理能力上相比GPT-4o显著进步。综合评测显示,在绝大多数需要深入思考和复杂推理的任务中,新模型都展现出了明显优于GPT-4o的表现,并在多个细分测试上超过90%。在启用视觉感知能力的情况下,o1模型在M...……更多
一加 Ace 3 Pro全面评测:续航、性能、拍照,它全都要
在这个快节奏的时代,智能手机已经成为我们生活的一部分,而对于许多用户来说,续航焦虑和性能瓶颈是两大痛点。今天,我们要为大家带来的,是一款能够打破这些焦虑的产品——一加Ace3Pro。这款手机不仅在性能上达到了...……更多
安兔兔评测pc版正式发布,欢迎大家下载体验
兔友们,全新的安兔兔评测PC版已经正式发布了,目前已经在安兔兔官网以及各大渠道上线,欢迎大家下载体验。与Android版本测试流程相似,安兔兔评测PC版测试项目同样包括了CPU、GPU、Memroy(内存和存储)和UX(用户体验)四...……更多
腾讯大模型混元Turbo:御气升昺云,梓桐金鼎开
...5T基础平台软件产品兼容国内主流芯片。一、混元Turbo之评测混元Turbo的核心技术混元Turbo的发布凝聚了腾讯团队长期以来对大模型技术的深入研究。该模型采用全新的分层异构MoE架构,创新之处在于通过合理配置专家数量与激活...……更多
月狐数据发布中国市场首份《AIGC应用app智能化评测报告》
...,另一方面能够直观体现国产大模型的最新发展进程。 评测结果显示,文心一言app在智能体能力方面表现突出。在用户创建智能体功能方面,文心一言app支持用户通过上传图片或拍照的方式制作智能体形象,同时支持用户通过...……更多
字节开源全栈AI编程基准,不小心曝光豆包代码大模型
...即可轻松部署SandboxFusion,也可直接在GitHub上进行体验。评测结果:解决难题,闭源模型仍优于开源模型发布评测基准及沙盒的同时,研究团队也基于FullStack Bench测评了全球20余款代码大模型及语言大模型的编程表现。模型包括Qwe...……更多
击败Gemini-1.5-Pro、GPT-4V,从容大模型多模态能力跻身全球前三
...平台 OpenCompass 的多模态评测领域中取得重大进展。最新评测结果显示,云从科技的从容大模型在该体系中的平均得分为 65.5,这一成绩使得从容大模型跻身全球前三,超越了谷歌的 Gemini-1.5-Pro 和 GPT-4v,仅次于 GPT-4o(69.9)和 Clau...……更多
国产大模型首发中文逻辑推理,「天工大模型4.0」o1版来了
...公司正在向 o1 的霸主地位发起冲击,并开始在一些权威评测中取得领先。今天,国内首款具备中文逻辑推理能力的 o1 模型来了,它便是由昆仑万维推出的「天工大模型 4.0」 o1 版(英文名:Skywork o1)。这也是近一个月来,该公...……更多
科学家建立新评价基准,助力评估大模型数据分析能力
...集。虽然这类数据的生成成本较低、人力需求不高,但是评测方法的开发却需要他们逐一校验,因为数据分析的结果并不仅仅依赖于执行的一致性。例如,在生成分类器的问题上,即便参考代码的执行结果和预测代码的结果不一...……更多
从AI搜索到语音陪练,腾讯元宝全面评测来了!大模型C端玩家谁更胜一筹?
《科创板日报》5月31日讯(记者 朱凌)直至五月尾声,AI应用市场的火热态势依旧不减。30日,基于混元大模型的AI助手App“腾讯元宝”上线,标志着BAT终于在AI消费C端应用领域聚首。据介绍,自2023年9月首次亮相以来,腾讯混...……更多
dxomark公布galaxys23ultra相机评测结果
DxOMark网站于今天放出了GalaxyS23Ultra的相机评测结果,排名第10位。该机的综合得分为140分,其中拍照单项成绩为139分,视频为137分。DxOMark中文官网暂时并未放出关于GalaxyS23Ultra的详细评测信息。附官网对GalaxyS23Ultra的主要优缺点...……更多
...实则为了利益许多评测机构标榜自己是“第三方”,相关评测结果“客观中立”, 但由此引发的消费乱象时常出现。这不仅没有维护消费者的正常权益,反而扰乱了市场秩序。记者发现,相同品类的产品,不同机构的评测结果...……更多
泰州交警公布“红榜”企业和“黑榜”企业评测结果
...市医药高新区大队(高港大队)辖区3月份快递外卖企业评测结果,“顺丰快递”登了“红榜”,“美团外卖”因骑手违章较多上“黑榜”。据介绍,交警部门要对上“黑榜”的快递、外卖企业负责人进行约谈,督促企业加强对...……更多
9.11和9.9哪个大?实测12个大模型8个都答错,ChatGPT也翻车了
...空间。最近的一次,第一财经曾在6月报道过,根据司南评测体系OpenCompass的高考全卷测试,包括GPT-4在内,7个大模型在高考测试中语文和英语考试水平普遍不错,但数学这科全不及格,最高分也只有75分。在批阅大模型的数学试...……更多
“礼遇四川”四川特色伴手礼评测结果揭晓 50款伴手礼上榜
本文转自:人民网-四川频道人民网成都9月27日电 (赵祖乐)9月26日,2024年“礼遇四川”四川特色伴手礼评测活动在成都落下帷幕。经过长达数月的精心筹备与激烈角逐,最终50款极具地域特色和文化底蕴的伴手礼脱颖而出,获...……更多
重磅!TeleAI 完成首个全国产化万卡万参大模型训练
...一。作为新一代版本,TeleChat2-115B 在9月最新公布的 C-Eval 评测 Open Access 模型综合榜单中,以 86.9 分的成绩排名第一。其通用能力较 TeleChat 系列模型提升近 30%,特别是在工具使用、逻辑推理、数学计算、代码生成和长文写作等方...……更多
Redmi K70 至尊版性能评测:跑分231万
...RedmiK70至尊版上同时开启,超高流畅度与超高清晰度“我全都要”,而不是一些友商产品的二选一。目前RedmiK70至尊版已经支持包括《原神》1.5K+120Hz在内的共20款游戏的超帧超分功能并发,游戏体验直接拉满。 当然,性能的强悍...……更多
中国移动5g手机综合评测结果公布
中国移动近日公布了2023年度5G手机综合评测结果,32款热门机型接受了从通信能力到用户口碑的全方位考核,小米和荣耀分别在高端和中端市场夺得冠军,展现了国产手机的强大实力。5G手机测评体系,用户体验为先中国移动的5...……更多
非一般的极致体验!vivo X200 Pro全面评测结果来袭
购买手机能用就好,为啥还要买价格更贵的高端旗舰?虽然都是手机,但是从体验上说,高端旗舰上使用的各种顶级配置,以及各家厂商应用的独家领先技术,都是难以在普通手机上获得的,想要追求非一般的极致体验,高端...……更多
更多关于科技的资讯:
股价大跌2%以上!英伟达涉嫌违反反垄断法遭立案调查 曾成全球市值第一
12月9日消息,据国家市场监督管理总局官方账号市说新语消息,英伟达因违反反垄断法,正受到市场监管总局调查。消息称,近日
2024-12-09 22:13:00
苹果手表吸在高铁玻璃上拿不下来 网友纷纷效仿:果然人的好奇心不能太重
12月9日消息,据媒体报道,近日网传苹果手表会吸在高铁玻璃上拿不下来,许多网友现身说法用自己的设备做实验。有的网友表示“能取下来”
2024-12-09 22:13:00
网友探访胖东来金饰为啥价格低 员工:大部分黄金饰品没有手工费
12月9日消息,据媒体报道,有媒体工作人员前往河南许昌,探访胖东来金价为何这么低。据胖东来工作人员介绍,店内的黄金价格会按照国际金价来定价
2024-12-09 22:13:00
全球第一个!Intel锐炫B580显卡提前到货
快科技12月9日消息,Intel锐炫B580显卡要到13日晚才会正式开售,不过在Reddit上,一位来自波兰的网友称已经收到了撼与的锐炫B580泰坦OC
2024-12-09 22:13:00
理想L9新对手!深蓝全新大型SUV S09申报:车长超5.2米
快科技12月9日消息,今日晚间,工信部发布最新一期的新车申报目录,我们在其中发现了深蓝全新大型SUV S09的身影。新车采用全新设计风格
2024-12-09 22:13:00
随时随地开启上帝视角!腾势N9新增车型申报:车顶标配无人机舱
快科技12月9日消息,今日晚间,工信部发布最新一期的新车申报目录,腾势N9新增车型现身其中。新车与11月中旬在广州车展亮相的腾势N9整体相同
2024-12-09 22:43:00
一穿高领就难受:这可能是疾病
12月9日消息,据媒体报道,从今天起,新一股冷空气将来袭,12月10日至13日,长江以北地区将陆续再迎降温,冷上加冷;西北地区降雪发展增多
2024-12-09 22:43:00
320000000+!!!
南海网、南国都市报出品监制:林莹 李晓梅统筹:袁兰文案/编辑:陈俏枫设计:陈文珠内容审核:林英翠南海网版权声明:以上内容由南海网原创生产
2024-12-09 23:05:00
苹果iPhone SE 4爆料汇总:高性价比真香机来了
知名记者马克·古尔曼近日确认,苹果公司将于明年正式发布备受期待的iPhone SE 4,这款新机不仅将首发苹果自研的5G基带
2024-12-09 23:13:00
既然没人见过活恐龙 那恐龙的颜色是怎么来的?
20世纪90年代,电影《侏罗纪公园》和纪录片《与恐龙同行》系列首次采用电脑建模技术将活生生的恐龙搬上大银幕,让全世界的爱好者们都能看到这些动物的风采
2024-12-09 23:13:00
冷冷冷冷冷!冷上加冷模式将开启:多地气温屡创新低
12月9日消息,据媒体报道,近期冷空气频繁,多地气温屡创新低。具体来说,从12月10日-12月13日,新一股较强冷空气影响我国大部
2024-12-09 23:13:00
“吃牛蛆”在美国卷土而来!一点一点吃掉牛肉 还会对人下手
近日,据媒体报道,一种可怕的食肉寄生虫,试图从墨西哥进入美国,卷土而来!这种寄生虫是外号“食人蝇”的幼虫,最擅长不知不觉“侵入”动物伤口部位
2024-12-09 23:43:00
突破性进展!三星400层NAND闪存开发完成:最快2025年二季度末量产
快科技12月9日消息,据媒体报道,三星已成功开发出突破性的400层堆叠NAND Flash闪存技术,并已开始将该技术转移到大规模生产线
2024-12-09 18:19:00
中国移动江苏公司2024合作伙伴大会在南京召开
本文转自:人民网-江苏频道活动现场。江苏移动供图近日,在中国移动江苏公司2024合作伙伴大会上,“移动爱家”品牌暨全屋智能生态合作联盟正式发布
2024-12-09 22:50:00
太阳报:帕尔默每周赚3万镑赞助费,赞助事务由他的公司处理
12月9日讯 《太阳报》报道,帕尔默每周赚3万镑赞助费,赞助事务由他自己成立的公司处理。报道称,除了工资之外,帕尔默一年赚160万英镑
2024-12-09 20:05:00