首页

艾丝女王直播间多少

时间:2025-05-28 14:55:08 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:71926

  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
4月新增人民币贷款7300亿 M2-M1“剪刀差”扩大

连新去的志愿者庞新基也能感受到缺人带来的紧张与忙碌。他告诉记者,到新疆后,他几乎每天的运动步数都在两万步以上,有时要走6万余步,他比刚来时瘦了20公斤。

无人机赋能城市治理 中国光谷竞逐低空经济

重庆11月13日电 (记者 钟旖)记者13日从重庆市人力资源和社会保障局获悉,该局日前与重庆市高级人民法院、重庆市司法局、重庆市总工会、重庆市工商业联合会、重庆市企业联合会(企业家协会)等六部门,联合印发《重庆市加强新就业形态劳动纠纷一站式调解工作实施方案》,并召开全市新就业形态劳动纠纷一站式调解工作推进会,标志着重庆在新就业形态劳动者权益保障工作中迈出坚实步伐。

美媒称王毅将访美 中美新一波高层接触来了?

台企浙江拓进五金工具有限公司主营五金手工具组套,在数字化浪潮中,该企业总经理特助张峰旗方向明确:“自动化、数智化决定企业未来走向,目前我们已将新技术运用在生产线上,通过‘机器换人’提升效率,希望在五年内打造智能工厂。”

上海新政加强人工智能等技能人才培养试点

国庆长假上海邮轮口岸累计出入境人员数达5.6万人次

最近有网民发帖称“人民广场下面的店全关完了”,相关帖子的发布者称,“工作日中午通道都没见到几个人走,一个人走着感觉阴森森的,记得以前下面还挺热闹的”,并配上了一张照片。上海辟谣平台实地走访求证,发现真实情况并非网友发帖所说的那样,尽管有部分区域因为业态调整,但其他区域仍在正常营业,并且客流量可观。

相关资讯
热门资讯