首页

丝足踩踏

时间:2025-05-29 04:36:30 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:63207

  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
广西启动道路货物运输企业信用评价及分级分类监管

4月14日,2024新疆伊犁河马拉松在新疆伊犁哈萨克自治州伊宁市开跑。作为中国田径协会A1类认证的全程马拉松,本次赛事吸引了来自世界各地的近万名跑友。

(中国新貌)网文“出海”成为世界了解中国新窗口

“管理通”方面,上海依托“一网协同”数字基础共性能力,实现更精准的管理决策和更畅通的指挥调度。展馆内,空间计算感知设备对馆内人流趋势与人群异常聚集情况实时监测。“进博一张图”综合管理平台同时接入天气、工程、消防等17类实时动态异构数据,对应急、交通、气象等十大类应用场景进行智能化分析,实现展馆内外管理和指挥的同屏和同步。

第二届“海丝杯”全国青少年足球邀请赛开幕

新华社北京11月1日电 国家主席习近平11月1日下午在人民大会堂会见了新当选并获中央政府任命的澳门特别行政区第六任行政长官岑浩辉。

新疆:“戈壁滩”蝶变“米粮川”

记者调查发现,这款短剧App还以“看剧赚钱”的方式急速扩张,吸引了一批此前没有看短剧习惯的中老年人。“打卡、签到、看剧都能领各种钻石,每天凌晨自动兑换成现金收益。”齐女士表示,她62岁的母亲此前并不看短剧,是被朋友推荐才下载,“从早刷到晚,每天能挣个两三块,攒够30元就能提现,老太太很乐呵。”

国际锐评丨制造乌克兰危机的“锅”,北约休想甩给中国

“明天!”如何锚定万亿投资目标不动摇?大会开完第二天,广州就举行一季度重点项目开工活动,开工项目319个、投资3212亿元,而且要“一项目一策”倒排工期、明确节点、落实责任,做到应开尽开、能开早开。

相关资讯
热门资讯