6月12日消息,，近日，復(fù)旦大學(xué)NLP（自然語言處理）實驗室LLMEVAL團隊發(fā)布了2024年高考數(shù)學(xué)大模型評測的結(jié)果。

在這次評測中,，阿里千問和訊飛星火分別獲得了2024高考數(shù)學(xué)新I卷的第一名和第二名,，以及高考數(shù)學(xué)新II卷的第二名和第一名,，兩份考卷的評測中,，GPT-4o均列第三名。

復(fù)旦NLP團隊認為,，全新出爐的高考試題具備高度的獨創(chuàng)性和保密性,，是用來評測大模型的絕好評測集合。在新Ⅰ卷中，阿里千問和訊飛星火對14道數(shù)學(xué)客觀題的準確率達到70%以上,，大幅領(lǐng)先GPT-4o的57%,，字節(jié)豆包、智譜清言,、百川等大模型緊隨其后,，準確率超過50%,，百度文心一言,、騰訊元寶、Kimi等大模型準確率較低,。

而在在新Ⅱ卷的評測中,，訊飛星火、阿里千問,、GPT-4o準確率均超過60%,，其他大模型的差距較小，除百川,、DeepSeek和海螺之外,，準確率均在50%以上。

數(shù)學(xué)能力是GPT-4o一直以來引以為傲的能力模塊,，OpenAI在5月14日的發(fā)布會上推出大語言模型GPT-4o時,，曾重點演示其數(shù)學(xué)能力。

在現(xiàn)場演示中,，GPT-4o利用其實時的圖像識別和語音能力進行在線教學(xué),。從評測結(jié)果可以看出，阿里千問和訊飛星火對數(shù)學(xué)問題的深入理解和分析能力已經(jīng)超過GPT-4o,，使其在高考數(shù)學(xué)試題的解答上具有更高的準確率,。有網(wǎng)友表示，做數(shù)學(xué)題畢竟還是咱中國人的特長,。

以阿里千問和訊飛星火為代表,，國產(chǎn)人工智能大模型在數(shù)學(xué)領(lǐng)域的出色能力，為未來人工智能技術(shù)在教育領(lǐng)域的應(yīng)用提供了有力支持,。