首页

原味美脚屋

时间:2025-05-29 04:30:59 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:69539

  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
齐家滨已任中央组织部副部长

多年来,欧君廷亲身经历了中国的飞速发展。他认为,尽管在基础设施建设等领域,中国发生了翻天覆地的变化,但令人欣慰的是,中国文化的优良传统没有改变。

【新时代新征程新伟业——实干笃行】新春新气象 各地加快推动高质量发展

比如杨素秋在书里写到,她让书商发来书目,结果看到的是“大量情感鸡汤和长篇小说,书名软糯可人,共同特征:书评网站查无此书。偶有经典作家,恰恰剔除成名作。偶有经典作品,恰恰绕开优质出版社……”

浙江洞头:北风送爽鱼鲞飘香

此外,现场还邀请数名区内外网红达人、知名博主、美食推荐官助阵,云逛云吃,围绕“一道菜+一项非遗技艺+品尝美味”,全方位体验广西非遗特色美食魅力,聚焦广西非遗美食传承人,传播广西非遗美食文化。

中国经济向前“进”丨小镇里的“大模型” 这里有100万台电脑的算力→

“整体上有鲜明的乡土特色,岢岚古城、宋长城等元素,在刺绣、剪纸、布艺等作品中比较常见。”高冬昱介绍,在创作上,除传统的祈福纳吉、伦理教化、驱邪避灾等作品外,近年来,一批反映现实生活及岢岚脱贫攻坚、乡村振兴的作品涌现。

拉日铁路候车室:赏藏族歌舞 点亮高原之旅

贵港3月16日电 (记者 黄艳梅)2024中国足协杯开幕式暨揭幕战15日晚在广西贵港市体育中心体育场举行,广西布山队在首轮赛事揭幕战中以2比0战胜宁夏平罗恒利队。

相关资讯
热门资讯