首页

国产玉足视频

时间:2025-05-28 15:39:49 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:63557

  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
全国医药卫生行业人才招聘会(华东)在杭州举办

网球作为一项国际化程度极高的运动,集力量、技巧、策略于一身,既考验个人的体能和技术,又强调团队合作和战术布置,非常适合作为群众体育交流的项目,在全球范围内拥有广泛的参与者和观众基础。

以生产性服务业融合发展促进长三角一体化

澳门音乐剧《星辰大海·冼星海》在广州南沙上演

“没想到远隔千里,地处河北的银行也能为我们香港公司办理信贷业务,我要为建行的服务点赞!”隶属汇福集团的嘉丰(香港)国际贸易有限公司董事长开心地说道。

中关村低效产业园区更新有了建设准则

那么,应急车道到底应该怎么用?什么情况下用?举报占用应急车道行驶的车辆并因此获得奖励,是否涉及道德问题?今天,我们来捋一捋应急车道上的众生相。

受贿1.08亿余元!广东省人大常委会原副主任陈如桂一审被判无期

两岸媒体人峰会在搭建两岸新闻交流平台、促进两岸媒体合作方面发挥了积极作用。本届峰会分为主论坛和分论坛两个阶段,与会人士就加强两岸媒体合作和媒体人情感交流、人工智能时代主流媒体如何坚持主流价值、共同制作中华文化特色的影音内容等进行了深入交流。

相关资讯
热门资讯