首页

飞鱼女王最新视频

时间:2025-05-28 23:49:49 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:54055

  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
特朗普证实将通过宣布国家紧急状态调动美军驱逐非法移民

尤其是它自身配置的“镜板”——M30B新型抗扭转熨平板,全面增强了抗扭、抗弯能力,能够满足3-13.5m多宽度施工需求,轻松应对各类工况。

文化热、科技热、体育热,夏日文旅经济“火热” 新消费强劲

据广东省交通运输厅消息,深中通道全线车辆通行费收费标准为66元/标准车次。在深中通道试运营期间,对四类及以上货车采取禁止通行的临时交通管制措施。

国家级非遗 上万民众观看西藏扎什伦布寺传统跳神活动

“我们提前一天通过‘单一窗口’进行网上预报,一次性办结了边检通关预检手续。边检机关在‘雪龙2’号上设置查验点,极大提高了通关效率,节省了通关时间。”船舶代理文爽说。(完)

“五一”假期,隋唐古风穿越洛阳城

第四,完善全球数字治理,建设创新型世界经济。要引领数字化转型、数字经济和实体经济深度融合、新兴领域规则制定,加强人工智能国际治理和合作,确保人工智能向善、造福全人类。中方将于2025年继续举办世界人工智能大会,欢迎二十国集团成员参与。

内地奥运健儿代表团参观澳门地标景点 感受文化融合魅力

2018年的鹊桥一号,成功保障了嫦娥四号和玉兔二号的月背软着陆,踏上了人类首次的月背之旅。而今年3月,鹊桥二号则率先嫦娥六号一步,提前到达了月背上空,用升级了的装备来保障嫦娥六号在月背的一切行动。

相关资讯
热门资讯