首页

国产玫瑰女王sm迅雷链接

时间:2025-05-28 19:37:02 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:22615

  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
专家学者齐聚山东济南 共探数学学科发展

2024年3月5日,习近平总书记参加十四届全国人大二次会议江苏代表团审议,同来自中车南京浦镇车辆有限公司的巾帼电焊工孙景南代表亲切交流。

广西“民族体育炫”比赛在桂林举行 项目花样多味儿足

黑龙江:2.7万套保障性租赁住房让新市民、新就业人群实现“安居梦”

“桥梁”连接了校园与社会,打破了象牙塔的“画地为牢”。网上经常有人嘲笑大学生不懂社会规则,认为大学把学生保护得太好了。而社会实践正是一个让我们有机会走出去,与形形色色的社会成员互动,了解社会规律的过程。

(新春走基层)江西龙南“香火龙”:龙腾乡间闹元宵

济南海关副关长姜铭介绍说,民营企业是山东省最大的外贸主体。前三季度,山东省民营企业出口的汽车轮胎、中央处理部件、商用车、“新三样”等产品中,境内自主品牌占到一半以上,实现了从产品“出海”走向品牌“出海”。

广西平果“10·20”爆炸事故调查报告发布

王毅表示,今年是中俄建交75周年。四分之三个世纪以来,中俄关系历经风雨,历久弥坚,日益成熟、坚韧、深厚。双方视彼此为优先合作伙伴,秉持永久睦邻友好、全面战略协作精神,将双边关系提升至新时代全面战略协作伙伴关系的历史最高水平,树立了大国、邻国友好交往、合作共赢的典范。回顾过去,展望未来,为了进一步巩固和发展中俄关系,我们要做到“五个始终”:

相关资讯
热门资讯