专业配资平台
炒股配资最安全平台 七大模型参加“高考”后分数出炉：文科上了一本线，理科只能上二本
此前6月，上海人工智能实验室旗下司南评测体系OpenCompass发布了首个AI高考全卷评测结果，显示语数外三科加起来炒股配资最安全平台，AI考生最高能得303分，数学全不及格。
7月17日，OpenCompass进一步发布了扩大学科范围的测评，团队对7个AI大模型进行了高考9个科目的全科目测试，这样一来也就能与高考录取分数线作比较。
如果AI参加高考，能被什么大学录取？OpenCompass测试发现，大模型如果参加文科考试，最好的成绩能被“录取”到一本，而参加理科考试，则最多只能被二本“录取”（以今年高考人数最多的河南省的分数线为参考）。
此次测试的模型仍然来自阿里巴巴、零一万物、智谱AI、上海人工智能实验室&商汤、法国Mistral的开源模型，以及来自OpenAI的闭源模型GPT-4o。
从总分来看，文科最高分是阿里通义千问大模型，以546分的成绩获得AI高考“文科状元”。理科最高分则是上海人工智能实验室&商汤联合研发的浦语文曲星，达到了468.5分。OpenAI的GPT-4o在文科上得分531，排名第三，理科得分为467，排名第二。
就评测结果的公正透明方面，相关人士介绍，大模型高考评测的生成答案的代码、模型答卷、评分结果完全公开，可供各界参考（公开评测细节可访问https://github.com/open-compass/GAOKAO-Eval）。
评测团队选取了河南省录取批次线作为参考，对比了大模型得分与对应分数线。总的来说，参考2024年河南本科批次录取线，表现最优的三个大模型文科成绩过一本，理科超二本。其他大模型文理科成绩均未达到二本线标准。
如果AI参加的是文科考试，那么通义千问、书生浦语文曲星、GPT-4o的文科成绩均超越一本线，展现了大模型在语文、历史、地理、思想政治等科目上深厚的知识储备和理解能力。
如果AI参加的是理科考试，整体表现则会弱于文科，体现了大模型在数理推理能力上普遍存在短板，但前三甲的理科成绩也均超过二本分数线，“录取”上二本不成问题。
团队表示，为更贴近真实高考情况，评测采用3（语数外）+3（理综/文综）的形式对大模型进行了全科目测试。评测过程中，所有纯文本题目由大语言模型作答，而综合科目中的带图题目，则由对应团队开源的多模态大模型回答。
测评发现，对于纯文本题目，大模型平均得分率可达64.32%，而面对带图题目，得分率仅有37.64%。在图片理解和运用能力方面，所有大模型均存在较大提升空间。
此外，部分大模型已达到一本分数，经过再训练，是否可达到顶尖高校录取线水平？完成阅卷后，老师们一致认为，大模型与真人考生仍存在差距，虽然对于基础知识的掌握表现出色，但在逻辑推理和知识灵活应用方面，大模型仍然差强人意。
具体而言，在作答主观题时，大模型往往无法完整理解题干，不明白代词指向，结果导致答非所问；解答数学题时，解题过程机械且逻辑性差，对于几何题，常出现与空间逻辑相违背的推断；对物理、化学实验理解肤浅，无法准确识别并运用实验器材。此外，大模型也会伪造虚构内容，编造看似合理但实际不存在的诗句，或在存在明显计算错误的情况下之后不反思，“硬着头皮蒙”一个答案，均给阅卷老师带来了困扰。
在公开评测细节中，第一财经记者发现收录了一些阅卷老师的点评。
理科数学老师点评称，大模型做题总体感觉很机械，大部分题目都无法通过正常的推理过程得出。例如填空题第一题，大模型都只能进行到少部分过程而达到一个结果，并不能够像考生做题一样进行全面分析，列出完整的计算过程达到正确结果。大模型的基础公式记忆能力较为优秀，但无法做到灵活使用。此外有些题目结果正确，但过程逻辑差不符合正规计算，导致阅卷比较困难。
地理老师认为，大模型在答题过程中展现了对地理知识的全面覆盖，从自然地理到人文地理，从地理现象到地理规律，都能有所涉及。尤其在基础知识点的考查上较为出色，然而，在涉及一些深入分析或推理的问题中，存在一定的偏差和遗漏，所以模型在面对非常规、开放性较强的问题时，其表现较差。
物理老师发现，大模型总体感觉比较机械，很多都无法识别到题目的意思，有些选择题即使选项对了，但是分析也是错误的。一些大题步骤冗杂，并且没有逻辑，常常出现将本次的结论带入到推理出本次结论的证据中，如此循环，没有道理。
阅卷老师们认为，相对于人类考生，目前大模型依然存在较大局限性。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。 如需获得授权请联系第一财经版权部：021-22002972或021-22002335；banquan@yicai.com。 文章作者
刘晓洁
范子铭在社交媒体上上传了自己的发型，并写道：“可能主打一个帅气！大伙每天都超强度训练，无暇顾及发型，这是我最近最帅的一天。”
相关阅读 广电计量：公司已具备智能驾驶测试能力，并与多家主流车企有业务合作广电计量：公司已具备智能驾驶测试能力，并与多家主流车企有业务合作
昨天 17:07 上海预计最快一周内面向市民启动无人驾驶汽车公测 全程免费上海预计最快一周内面向市民启动无人驾驶汽车公测 全程免费
昨天 09:05 韩国综指涨幅扩大至1%韩国综指涨幅扩大至1%
07-04 08:35
报考历史专业的变多了，晋鲁陕推文物全科人才培养入学即有编有岗现如今越来越多的孩子根据兴趣爱好填志愿，填报历史专业的学生明显增加了。
06-30 19:17
彭文生：AI规模新经济（上）波澜壮阔的AI热潮似乎都因楚辞的“大论”而起炒股配资最安全平台，也似乎都因“大论”而终。
06-27 17:39 一财最热 点击关闭