首页

口舌侍奉2019

时间:2025-05-29 05:55:35 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:85404

  作者:陆涵之

  去年,“9.11和9.9谁大?”这一简单的数学题曾难倒了多家大模型。到了今年,大模型的理科能力提升如何?

  今日网易有道发布了一则视频,6位清华姚班学生与AI比赛做高考压轴题。清华姚班为图灵奖得主姚期智院士创办,汇聚了数学、物理、信息学竞赛金牌得主。

  姚班学生和AI竞速的两道题分别为2023年高考数学全国一卷压轴题和2021年高考物理江苏卷压轴题。姚班学生在10分钟内完成了作答,仅有1位同学做错了题目,AI答疑笔则在输入确认后几秒就开始输出步骤,并答对了题目。

  对于AI的回答,一位姚班学生认为AI做题思路与其一致,步骤更加清晰,相较于传统的答案更有利于学生理解解题思路。

  可以对比的是,去年高考结束后,有机构让包括GPT-4o、豆包、文心4.0在内的9家大模型尝试河南的高考卷,并以河南的分数线评判,最终有4家大模型在文科高考中达到河南的一本线,但没有大模型的理科分数达到河南省一本线。

  有道相关负责人对记者表示,今年以来AI进展迅速,尤其是DeepSeek-R1带来了推理模型大爆发,而大模型推理能力和交互能力在教育场景的适配性非常高,能够逐步解决个性化教学和答疑的需求,而且提供的指导和答疑质量越来越高,所以选择与高考顶尖学霸进行同题测试,用一种直接明了的方式向大众展示AI大模型能力的提升。

  在题型选择上,主要基于难度和认知度的考量,上述负责人表示,“因为大家对高考的难度都是有概念的,尤其是这种高难度的理科压轴题,容易引起关注,也能直观展示效果。”

  上述人士透露,前段时间还做了北京最新高考二模(题库数据里没有的新题)的挑战。AI答题后由老师进行批改,分数为697分(总分750分),达到“清北”水平。“毕竟去年AI集体做24年高考题的时候理科几乎全军覆灭。”

  过去一年时间,不少大模型公司将数学能力作为大模型的能力体现。OpenAI在介绍OpenAI o3-mini时表示,OpenAI o3‑mini 的高推理能力在 FrontierMath 上的表现优于其前辈。在 FrontierMath 上,当被要求使用 Python 工具时,具有高推理能力的 o3‑mini 首次尝试即可解决超过 32% 的问题,其中包括超过 28% 的挑战性 (T3) 问题。FrontierMath是由Epoch AI联合60余位全世界的数学家共同推出了全新的数学基准,其原创的数学问题对于专业数学家而言仍需数小时甚至数日解决。不过,OpenAI公布的成绩后续曾遭到质疑。

  此前谷歌宣布推出了基于强化学习的数学推理系统 AlphaProof,以及几何求解系统的改进版 AlphaGeometry 2。谷歌表示这两款系统共同解决了2024年国际数学奥林匹克(IMO) 六道题目中的四道,首次达到了与银牌得主相当的水平。

  今年4月29日,阿里巴巴发布新一代通义千问模型Qwen3。据了解,在奥数水平的AIME25测评中,千问3斩获81.5分,刷新开源纪录。

  艾媒咨询发布的《2024年人工智能+教育行业发展研究报告》指出,2023至2027年在线教育市场的AI贡献率预计从7%提升至16%左右。

展开全文
相关文章
“鲁派”纪录片成为“好客山东 好品山东”国际传播新名片

她表示,格鲁吉亚总人口只有300多万,规模和中国的一些城市相当。互免签证协定生效后,除了便利双方人员往来、文化交流外,中国无疑将带给格鲁吉亚更多发展经验。

“通常一万件衣服订单在损耗值较低的情况下,最多也就只有百来件瑕疵品。”林浩说,这些瑕疵品中不乏破损过于明显、根本无法销售等情况。这意味着,即使全部流向二级市场,也不过寥寥数十件,“除了品质低于过检的商品,原单的颜色和尺码也不可能齐全,不可能如此齐整地出现在各个直播间内。”

白瓷《神话》正是高韧薄胎瓷衣及其制备工艺的技术结晶。作品中,那薄至0.2毫米的纱衣轻盈飘逸,与根根分明的发丝交相辉映,玉漱公主脸部线条温润柔美,身形曼妙婀娜,尽显当代德化白瓷的细腻唯美,亦展现着连德理“将细节做到极致”的创作理念。

海南提升预警级别应对台风“摩羯” 海口“三港”陆续停运

目前,其中两名巡线人员正在医院ICU病房进行救治。另外一名巡线人员腰椎骨折,背部烧伤,在普通病房进行救治。事故原因正在等待进一步调查。(总台记者 李健飞 刘春)

水利部:中国水权交易所累计成交11439单 交易水量43.07亿立方米

元宵节期间,北京各级公共图书馆依托馆藏资源,推广全民阅读品牌。首都图书馆将推出红红姐姐讲故事——元宵故事会和阅读故事发现会《打灯笼》等阅读活动,东城区图书馆将举办“上元灯火玉龙春”经典诗文朗诵会。

相关资讯
热门资讯