首页

足控足恋美足美脚

时间:2025-05-29 09:45:14 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:33229

  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月人民币存款减少近4万亿元 钱到底去哪儿了?

据了解,离岸一期风力发电目标每年订在3.6亿度,但去年只有2.9亿度,今年前9月为1.8亿度,王鸿薇质问王美花,今年有可能达标吗?王鸿薇表示,台电要发展绿能没有人反对,但为何总是发生一些光怪陆离的事?请台电好好说明清楚,花了250亿元到底在干嘛?这些风电机还有办法修吗?

新疆10项超特高压电网工程全面复工 较往年提前1个月

5月14日全国农产品批发市场猪肉平均价格与昨天持平

“6年来,上海共引入进博会展品种类超35万种,进口商品货值累计超4700亿元,这些都是通过‘6天+365天’常年展示交易服务平台促进的。”上海市商务委员会主任朱民介绍,上海主动发挥进博会溢出带动效应,强化会场内外联动,把更多进博流量转化为消费增量。

15000名马拉松爱好者用脚步丈量无锡“东大门”

还有对老将的尊重。自古英雄出少年,杭州亚运会上的“00后”成为了主角,但老将们同样风采不减,他们用竞技场上的表现告诉观众,他们仍在拼搏。马龙、张亮、丘索维金娜、巩立姣、汪顺……成绩不是唯一,登场便是传奇。观众对老将们的支持,融化在掌声与呐喊里。

港珠澳大桥珠海公路口岸迎假期车流客流高峰

莫斯科美利坚大学高级研究员马丁·西夫10月31日在《中国日报》撰文称,芬兰总统斯图布于10月28日至31日对中国进行国事访问,此访为芬兰带来巨大机遇,也为中芬科技与贸易合作增添动力。

相关资讯
热门资讯