• 我的订阅
  • 头条热搜
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
...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
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
...“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...……更多
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
清华发布2024年3月版《SuperBench大模型综合能力评测报告》
...重的安全性评测上,国内模型文心一言4.0表现亮眼,拿下最高分(89.1分),Claude-3仅列第四。自去年3月16日文心一言首发至今,用户数已突破2亿,每天API调用量也突破了2亿。 ……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
华为pura70ultra霸榜dxomark评测结果公布
...影像评测机构DXOMARK公布了华为影像新旗舰Pura70Ultra的影像评测结果:以163分的总得分,位居全球榜首,更在五个子项目中荣获三个最高分。值得关注的是,华为Pura70Ultra此次的得分并非微小优势,而是以显著的5分差距,远超第二...……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
AI大模型也高考?成绩单出来了,星火综合第一
...”评测中,讯飞星火不仅平均分位居首位,且获得了全场最高分56分。潇湘晨报邀请湖南知名作家、编辑作为阅卷老师,对国内五大AI大模型产品——百度文心一言、讯飞星火、阿里通义千问、字节豆包、腾讯元宝的高考作文进...……更多
amd64核心锐龙线程撕裂者7980x首发评测
...恐怖的世界纪录,是撕裂者7980X默频下的整整两倍。此前最高分来自两颗EPYC9654组成的192核心384线程系统,但也不到15万分。当然代价也不小,在超过17万分的时候,系统峰值功耗就跨越了1500W。CineBench2024多核最高8052分,将世界纪...……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
...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卷时,老师们发现,大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。这意味着,...……更多
OPPO Find X7 Ultra影像与华为并排第一,远超vivo与小米同期新旗舰
近日, DXOMARK 公布了 OPPO Find X7 Ultra的影像评测结果,摄像头总体分数达到157分,与华为Mate60 Pro+并排在第一名。根据DXOMARK的评测结果显示,OPPO Find X7 Ultra在照片、变焦、散景、视频、人像、低光表现均获得了较高的分数,与不...……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
阿维塔11荣获IVISTA中国智能汽车指数五星智能评价
...时,阿维塔11还刷新了导航智能驾驶评测(NP测试)历史最高分,以96.10分拿下G+(极优秀)评价,斩获该排行榜第一名。阿维塔11荣获IVISTA中国智能汽车指数五星智能星级评价。 阿维塔科技供图 华龙网发中国汽车工程研究院股份...……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
DC 240W+PD 100W+90Wh快充续航,华硕 ROG幻16 2022笔记本充电评测
...解这款笔记本的 Type-C 端口充电兼容性。如上图,是本次评测选用的全部百瓦档位的第三方充电器,其中包括努比亚、绿联、苹果等品牌。 使用氘锋 165W 氮化镓充电器为ROG幻16 2022笔记本充电,使用 POWER-Z KM003C 实测功率为 19.11V 4...……更多
ROG 幻16经典版评测:RTX4070助力工作娱乐文武双全
...大多数用户数据传输、屏幕扩展、外接连接等使用需求。评测总结幻16经典版集独特且精致的外观设计、秒杀同级别笔记本的便携性、足够满足绝大多数用户的扩展性以及标压酷睿i9+RTX 4070笔记本GPU所带来的旗舰级性能于一身,...……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
长江存储PC411 1TB固态硬盘评测 新一代OEM神盘诞生
...性能和较低的功耗的DRAMLess产品,或将成为一代OEM神盘。评测开始前,我们先快速了解一下长江存储PC411固态硬盘的产品特性1、容量高达2TB;2、标称连续读取写速度达到7000MB/s和6000MB/s;3、采用高性能DRAMLess无缓存主控方案;4、...……更多
EVNIA 32M2N6800MW 显示器评测
前段时间,我们有幸评测了飞利浦Evnia旗下最新推出的31.5英寸4K+240HzQD-OLED显示器32M2N8800。这款显示器凭借其震撼的大尺寸屏幕,无限对比度带来的富有层次的视觉感受,以及丰富细腻的色彩表现,加上Evnia为游戏玩家精心设计的...……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
AI大模型参加高考 GPT-4o文科成绩最好 理科普遍不行
...分,豆包和文心4.0也接近满分。但在40分的写作考试中,最高分仅为29分,由GPT-4o和百小应获得。不过在理科方面,大模型的水平相比人类顶尖考生的差距就有点过大了。大模型的理科最高分还不到480分,多数大模型的理科总分...……更多
惠普ProBook 450 G10 评测:6K价位的酷睿i5也能做主力机
【大泽科技SHOW】平时上班你是用公司配的电脑还是用自己的笔记本电脑呢?相信很多人都会选择用自己的笔记本电脑,其中一个原因是有些公司会给一些补助。当然最重要的还是自己的电脑用着更习惯,工作数据也能随身带着...……更多
iQOO Neo9S Pro评测:旗舰双芯加持
...QOONeo9SPro的安兔兔跑分达到了2287515分,是当前安卓阵营的最高分之一,实际使用起来自然也是非常流畅,即使重度性能玩家也能轻松满足其使用需求。 为了测试双芯加持的iQOONeo9SPro在游戏方面实际表现,笔者首先选取了高负载...……更多
科大讯飞:打造自主创新的大模型底座,为全球产业链提供更多选择
...于大模型的评测报告——《人工智能大模型体验报告3.0》评测结果显示,由科大讯飞研发的讯飞星火认知大模型获得1775最高分蝉联冠军,并获得基础能力指数、智商指数、工具提效指数三项评测指标第一。 在通用人工智能全球...……更多
好一个响当当的铜豌豆 星途瑶光家族如何以安全定义豪华?
3月19日,最新一期中国保险汽车安全指数(C-IASI)评测车型结果公布,星途瑶光斩获了“车内乘员安全”、“车外行人安全”和“车辆辅助安全”三大核心关键指数全优G评级,连同此前2023年9月份获得中国首批零甲醛座舱汽车...……更多
“整活”保险业务,AI大模型哪家强?
...面,GPT-4表现一骑绝尘,在核保、理赔质检方面均得到了最高分。 例如在询问“因突发脑梗摔伤,意外险能否理赔”时,GPT-4对产品条款进行了多种假设,并依据不同假设给出了正确的理赔建议。《报告》指出,而国内大模型目...……更多
vivoY78+评测:120Hz OLED旗舰曲屏有颜有实力
尽管当前智能手机市场主要的发展趋势是高端化,但中国广阔的国土决定了中高端产品在消费市场上有更大的受众。最近,vivo发布了一款价格定位在千元档的新品——vivoY78+,充分展现了该公司对消费者需求的敏锐洞察。与大...……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
更多关于科技的资讯:
不再局限于“打星”,消息称索尼正测试 PSN 商店游戏评价系统
IT之家 8 月 11 日消息,长久以来玩家只能给索尼PSN商店的游戏打星评分,不过目前这一情况有望改变,Reddit多名用户反馈称他们收到了索尼发送的内测电子邮件
2024-08-12 09:28:00
一加 12 手机获推 ColorOS 14.0.0.840 版本更新
IT之家 8 月 11 日消息,一加 12 手机现已获推 ColorOS 14.0.0.840 版本更新,升级包大小约 1
2024-08-12 09:31:00
日本Rapidus欲建全自动2纳米芯片工厂,交付速度可提升2/3
IT之家 8 月 11 日消息,日本芯片制造商 Rapidus 公司宣布,其正在日本北部建设的芯片工厂将采用机器人和人工智能技术打造一条全自动化的 2 纳米芯片生产线
2024-08-12 09:34:00
微博安卓版 App 支持查看 Live Photo 实况照片
IT之家 8 月 11 日消息,微博安卓版应用在升级更新 14.8.1 版本之后,支持查看 Live Photo 实况照片功能
2024-08-12 09:34:00
魅族 PANDAER Line King 硅胶高能快充线新配色开售,59 元
IT之家 8 月 11 日消息,魅族旗下 PANDAERLine King 100W 硅胶高能快充线新配色灵动紫和锐意青现已开售
2024-08-12 09:34:00
浙大研发全新褶皱 MOF 薄膜:利好可穿戴设备等,成果登《科学》
IT之家 8 月 11 日消息,浙江大学研究团队研发了一种全新的褶皱 MOF(金属有机框架)薄膜,为这类材料在分离膜、柔性电子等领域的集成应用开辟了新的路线
2024-08-12 09:34:00
Sinkclose高危漏洞曝出!影响几乎所有AMD处理器
快科技8月11日消息,在Def Con大会上,安全研究人员揭露了一个名为"Sinkclose"的高危漏洞。该漏洞自2006年以来一直存在于几乎所有AMD处理器中
2024-08-12 09:36:00
容易“幻觉”的大模型与最严肃制造竟双向奔赴了?造船、高端装备已着迷……
大模型应用主战场真正热闹起来。上海汽轮机厂的设计师,再不会被一些重复低效环节辜负了才华。工厂一年要设计近150台套机组
2024-08-12 09:41:00
直播版Deepfake太恐怖!1张照片实时视频换脸,5分钟安装不挑硬件
马斯克“最新直播”,不好好扣他那polo衫扣子,拿个手机打光晃来晃去。看他脑袋左转右转,嘴角扬起的微笑,ak都压不下去
2024-08-12 09:41:00
两个AI关小黑屋:Llama3.1把Claude Opus聊自闭了
把Llama 3.1 405B和Claude 3超大杯Opus双双送进小黑屋,你猜怎么着——Llama把Claude整得精神崩溃了
2024-08-12 09:48:00
让AI管理大型代码库,开发者福音 | 阿里/新加坡国立/西安交大
代码生成和补全任务做不完了?!不如试试让大语言模型(Large Language Models, LLMs)来帮忙。不过
2024-08-12 09:49:00
美国司法部正考虑强制将安卓从谷歌剥离
反垄断重锤下,美国司法部正考虑强制将安卓从谷歌剥离8 月 9 日消息,The Information 称,美国司法部在赢得了针对谷歌的反垄断诉讼后
2024-08-12 09:49:00
厚度仅为1纳米!我国科学家开发出“人造蓝宝石”,实现材料技术重大突破【附显示驱动芯片技术赛道观察图谱】
图源:氧化铝薄膜晶圆瞻观前沿作为组成芯片的基本元件,晶体管的尺寸随着芯片缩小不断接近物理极限,其中发挥着绝缘作用的栅介质材料十分关键
2024-08-12 09:53:00
联想回应新款 Legion Go 掌机传闻:官网曾存在不符初代产品内容
IT之家 8 月 12 日消息,联想官方就官网 FAQ 页面出现不符合现有拯救者 Legion Go 掌机信息、疑似指向新款 Legion Go 一事向美媒《福布斯》发布回应
2024-08-12 09:53:00
硅基仿生携手伟创力完成600万套持续血糖监测系统生产交付
在医疗健康领域持续创新的浪潮中,深圳硅基仿生科技股份有限公司(简称:硅基仿生)与全球顶尖的制造方案解决供应商伟创力(FLEX)并肩前行
2024-08-12 09:54:00