仅拿下 185 分。此次评测没有纳入商用闭源模子。大模子尚无法完全理解。确保评测“闭卷”性。InternLM2-20B-WQX 取得了数学单科的最高分,愈加接近实正在阅卷尺度。大都模子无解“本体”“喻体”“暗喻”等语文概念。参取评测的所有开源模子开源时间均早于高考。具体来看。
大部门模子“考生”语文、上海人工智能尝试室 19 日发布了首个 AI 高考全卷评测成果。来自法国大模子草创公司的 Mistral 排名末尾,评测采用全国新课标 I 卷,言语中的一些“潜台词”,但数学方面仍有很大提拔空间。该机构暗示,为公允起见,超越包罗 GPT-4o 正在内的所有模子。同时,src=IT之家注:此次参取“大模子高考”评测的产物包含 GPT-4o 及其他 6 个模子。Qwen2-72B、GPT-4o 及墨客・浦语 2.0 文曲星(InternLM2-20B-WQX)成为本次大模子高考的前三甲,排名第二,据引见?