北京市海淀区教师进修学校校长姚守梅解读大模型K12学科测试结果时指出,在语文、历史等人文学科的考试中,模型欠缺对文字背后的文化内涵以及家国情怀的理解。面对历史地理综合题时,模型并不能像人类考生一样有效识别学科属性。相较于简单的英语题,模型反而更擅长复杂的英语题。解理科题目时,模型会出现以超出年级知识范围外的方法解题的情况。当出现无法理解的考题时,模型依然存在明显的“幻觉”。
据介绍,本次用于评测的评测体系依托科技部“人工智能基础模型支撑平台与评测技术”和工信部“大模型公共服务平台”项目,智源研究院与10余家高校和机构联合开展大模型评测方法与工具研发。
评测结果显示,在中文语境下,国内头部语言模型的综合表现已接近国际一流水平,但存在能力发展不均衡的情况。在多模态理解图文问答任务上,开闭源模型平分秋色,国产模型表现突出。国产多模态模型在中文语境下的文生图能力与国际一流水平差距较小。多模态模型的文生视频能力上,对比各家公布的演示视频长度和质量,Sora有明显优势,其他开放评测的文生视频模型中,国产模型PixVerse表现优异。
九章吉评测发现,模型在综合学科能力上与海淀学生平均水平仍有差距,普遍存在文强理弱的情况,并且对图表的理解能力不足,大模型未来有很大的提升空间。
134.45MB
查看652.88MB
查看38.3MB
查看305.97MB
查看577.63MB
查看394.16MB
查看420.74MB
查看520.71MB
查看718.35MB
查看789.28MB
查看675.80MB
查看973.57MB
查看879.24MB
查看970.43MB
查看551.59MB
查看560.47MB
查看223.30MB
查看117.64MB
查看118.37MB
查看985.77MB
查看330.61MB
查看138.11MB
查看844.91MB
查看298.43MB
查看683.49MB
查看636.48MB
查看871.69MB
查看482.48MB
查看856.74MB
查看425.24MB
查看180.51MB
查看349.43MB
查看882.77MB
查看380.16MB
查看907.15MB
查看897.72MB
查看494.13MB
查看816.67MB
查看753.73MB
查看855.20MB
查看435.96MB
查看951.62MB
查看299.26MB
查看306.90MB
查看456.49MB
查看971.54MB
查看911.93MB
查看241.19MB
查看575.48MB
查看575.47MB
查看530.11MB
查看186.87MB
查看584.21MB
查看320.71MB
查看900.84MB
查看153.28MB
查看876.74MB
查看997.27MB
查看116.92MB
查看549.13MB
查看506.38MB
查看433.82MB
查看730.37MB
查看794.99MB
查看748.74MB
查看733.39MB
查看201.61MB
查看586.23MB
查看419.92MB
查看380.91MB
查看409.15MB
查看734.32MB
查看495.45MB
查看472.59MB
查看278.11MB
查看669.81MB
查看173.65MB
查看487.84MB
查看604.88MB
查看711.99MB
查看376.40MB
查看469.87MB
查看368.79MB
查看576.93MB
查看784.74MB
查看946.81MB
查看697.95MB
查看956.54MB
查看732.96MB
查看843.79MB
查看587.64MB
查看136.22MB
查看411.12MB
查看202.18MB
查看737.30MB
查看316.83MB
查看626.76MB
查看313.79MB
查看738.78MB
查看305.79MB
查看391.66MB
查看401.81MB
查看616.44MB
查看162.22MB
查看
376海城yb
达芬奇真迹亮相上海 对话唐伯虎作品❴
2025-07-02 07:50:11 推荐
407188****9987
蓝色预警!大降温强降雪袭陕北!❸
2025-07-03 19:02:23 不推荐
606152****2051
小孩骑马戏团老虎背上合影20元一张!回应来了❼
2025-07-03 06:24:35 推荐
63村官大战村怪
【社论】涉案企业合规改革:司法也要“治病救企”❿
2025-07-02 14:04:20 推荐