首页

芷晴女王口水调教男奴系列

时间:2025-05-28 18:54:45 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:61868

  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
乌鲁木齐警方邀请市民走进警营共度国庆

他爱养花,在他小镇上的家里,阳台上种满了各种花草,客厅里还摆着一口鱼缸,养着一群红色小鱼。他还爱钓鱼,沙漠里水源少,有时他要驱车20余公里,去寻找一片湿地。

香港“书医”余名远妙手修书 冀把书保存得更好

游客需求增加带动酒店入住率大幅上升,今年来泰国全国酒店平均入住率升至73.61%,部分酒店入住率甚至超过80%,主要受印度、马来西亚、中国、韩国和俄罗斯游客的强劲需求推动。

新疆万峰骆驼进入分群季 无人机助力牧民放牧

中央军委委员刘振立、苗华、张升民出席大会。军委机关各部委、军委各直属机构、各战区、各军兵种、军委各直属单位、武警部队有关负责同志,各军兵种和武警部队官兵代表、文职人员代表等参加大会。

无锡高新区在巴黎展开创新合作交流活动

“我们聘请了几位退捕渔民在江豚暂养基地照料江豚,渔民与水生动物打交道的经验丰富,在这项工作中有天然优势。这对他们来说也是一个很好的安置方式。”九江市湖口县长江鄱阳湖水生生物保护救助中心主任余先华告诉记者。

流动摊位规范化经营 杭州“无国界”夜市人气旺

澳门女青年何慧慧认为,粤港澳大湾区实现互联互通,“一小时生活圈”已变为现实。“我主要从事文秘工作,日常在澳门工作,珠海居住。大湾区有很多事业有成的青年,很符合我的择偶条件。”

相关资讯
热门资讯
链接文字