首页

女s黄金调教

时间:2025-05-28 20:15:07 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:56089

  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
信息支援部队是一支什么样的力量?国防部详解

健全社会治理体系,是满足人民美好生活需要的必然要求。习近平总书记指出,创新社会治理,要以最广大人民根本利益为根本坐标。随着时代发展和社会进步,人民对美好生活的向往更加强烈,对民主、法治、公平、正义、安全、环境等方面的要求日益增长,对我们在正义维护、权利救济、安全保障、服务供给等方面的能力和水平提出了新的期盼。只有健全社会治理体系,把实现人民对美好生活的向往作为出发点和落脚点,着力保障和改善民生,着力解决人民急难愁盼问题,使社会治理过程人民参与、成效人民评判、成果人民共享,才能让人民群众获得感幸福感安全感更加充实、更有保障、更可持续。

重庆:将存量商品房转为租赁住房 促房市稳健发展

周六的上午,澎湃新闻在大庸古城内见到的游客不超过10位。到了下午,偶尔有三三两两的散客在门口拍照。人最多的时候,也有来自外地的旅游大巴停靠。

峰会还围绕人工智能及网络安全主题,举办相关分论坛及乌镇咖荟,并发布《发展负责任的生成式人工智能》研究报告及共识文件,护航网络安全建设。

推进马克思主义中国化时代化,总书记引用了这些典故

一见·特别的安排!从北京到巴西利亚的两首歌

(一)发挥要素配置牵引作用。工业和信息化部统筹做好频谱资源中长期规划,优化频率资源配置,鼓励频谱资源共享使用。健全跨部门工作机制,优化国际海缆审批程序,保障国际海缆建设用海用地需求。各地要对信息基础设施用地布局规划、报建审批、环境评估等给予政策支持,将信息基础设施空间布局矢量数据纳入各级国土空间规划“一张图”实施监督信息系统。

相关资讯
热门资讯
链接文字