谁是最会做题大模型？“高考评测”来了

文章预览

文 | 《中国科学报》记者 赵广立 2024年全国高考的“硝烟”刚刚散去不久，“大模型考生”就被抓回来重新“做题”了。 市面上涌现出的大模型产品让人眼花缭乱，围绕“大模型技术哪家强”的讨论不绝于耳，各色名目的大模型评测应运而生。作为国内最权威的考试之一，高考覆盖各类学科及题型，同时在开考前属于“绝密”，非常适合用来作为考查大模型智能水平的评测工具，堪称大模型综合能力的“试金石”。 连日来，一些专业机构纷纷下场，使用市面上常见的大模型产品如通义千问、字节豆包、讯飞星火、文心一言、腾讯元宝、Kimi等作为“考生”，围绕“大模型高考测试”得出了一系列结果，为人们更好地了解大模型产品的性能和特点提供了参考样本。 AI高考数学全不及格？换个打开方式试试 近期，一则“AI高考测试出分，数学全不及格 ………………………………