首页

萝莉女王

时间:2025-05-29 07:53:44 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:65084

  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
男子被巨大神经纤维瘤压弯腰 切除后重达13斤

中午饭点快到了,老年居民陆续来到这里。刚一进门,就有AI摄像头通过人脸识别到老人的身体健康信息,左侧大屏幕立即弹出“个人定制菜单”,包括“不宜食用”和“今日推荐”,图文并茂。

李云泽:有信心、有条件、有能力维护国家金融安全

一盏美人茶,缘结两岸情。大田美人茶源自台湾,与东方美人茶一脉相承。大田县有上千年种茶历史,全县海拔千米以上的山峰175座,境内峰峦叠翠,云雾缭绕,90%以上的茶园在海拔800米—1200米之间,独特的宜茶环境,滋养出了大田美人茶的“三贵”特质,孕育了众多优质名茶。

坚定维护多边贸易体制 共建开放型世界经济

北京7月18日电 (记者 杜燕)北京在全国率先实现全类别市场主体线上线下一体化办理,全面进入“只进一门、只对一窗、一网通办、一天办结”的“开办e时代”(开办电子时代)。

天气暖和了,过敏的人为啥也多了

10月2日国庆黄金周的第二天,世界文化遗产“福建土楼”永定各大景区景点人气火爆,热度不断攀升,游客们看土楼、游美景、赏民俗、品美食,尽情享受惬意的假日时光。

2020奥运会

妈湾跨海通道建成后,粤港澳大湾区的交通网络将再添新翼。徐工成套高端道路机械未来会继续为城市交通建设贡献更多的优质设备和解决方案,为市民的出行提供更加便利和舒适的体验。

相关资讯
热门资讯
链接文字