首页

宝儿女SQQ

时间:2025-05-29 03:22:26 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:11649

  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
中国船舶沪东中华再添6艘大型集装箱船订单

宁阳县还在全县所有中小型水库重要区域安装防溺水智能监控,民众进入危险区域时,监控系统会自动喊话警示远离,全面筑牢防溺水“安全线”。

习近平抵达塔布

宁夏农业灌溉面积达1057万亩

通报显示,日前,经广东省委批准,广东省纪委监委对王青西严重违纪违法问题进行了立案审查调查。经查,王青西丧失理想信念,背弃初心使命,无视中央八项规定精神,违规收受礼品;违背组织原则,不按规定报告个人有关事项,在组织谈话时不如实说明问题;廉洁底线失守,利用职权为亲属的经营活动谋取利益;纪法意识淡漠,将公权力异化为谋取私利的工具,利用职务便利为他人在土地出让、工程项目承揽、企业经营等方面谋利,并非法收受巨额财物。

以军称轰炸黎巴嫩南部数十个目标,击毙多名真主党指挥官

据悉,“侨瞧上海”归侨青少年夏令营是上海市华侨事务中心的品牌活动,已连续举办五年,旨在为归侨青少年搭建学习交流平台,感受上海发展成就,传承中华优秀文化,提升认同感和归属感。(完)

香港廉署开课讲诚信领导 近30名机管局管理人员获颁结业证书

本届峰会将在里约热内卢现代艺术博物馆举行,该博物馆是巴西现代主义建筑的标志,由建筑师阿方索·爱德华多·雷迪设计。在移步换景中,伯勒·马克思花园的绿色、瓜纳巴拉湾的蓝色以及面包山的壮丽景色都将映入与会者的眼帘,呈现出一组和谐的艺术和自然之美。

相关资讯
热门资讯