首页

美脚脚交

时间:2025-05-28 23:25:47 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:22621

  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
2024两岸青年企业家菁英峰会暨两岸青年实习就业创业研讨会开幕

科技赋能乡村新产业新业态瞄准高质量发展方向,聚焦提升生产智能化和经营网络化水平,优化基础设施、技术装备和产业发展格局。近年来,智慧农业、农村电商等业态蓬勃发展,不断推进乡村产业生产体系、经营体系现代化。

(经济观察)中国“桥都”有哪些桥梁文化?

  答:各地公证机构的公证员数量、办证能力水平存在较大的差异,这是客观现实,如何保证偏远地区的公证机构落实便民举措,直接影响此次活动的整体成效。对此,我们主要有以下考虑:

香港特区政府强烈反对和谴责抹黑诋毁《维护国家安全条例》的言论

国家粮食和物资储备局紧急部署做好寒潮雨雪天气应对工作

但实践中,这些本意在吸引社会资本的大型PPP项目基本没有吸收太多社会资本,项目多为中字头央企获得,其关键就是很多央企可以获得信贷资源,结果是很多此类项目从“公私合作”(Public-Private Partnership)异化成“公公私合作”(Public-Public-Private Partnership):即由地方政府牵头,由央企—地方平台企业主导,地方平台企业和央企联合向国有金融机构借钱,其中央企完成地方政府无法完成的融资,但工程相当比例最后分包给了私人承包商。结果很多PPP项目是完全地方政府付费,社会资本不参与项目的论证、设计、建设和运营,地方政府则承诺通过回购股份、支付固定收益等方式承担还本付息责任,这就又形成了新的地方政府隐性债务。

农民工遭遇欠薪怎么办?检察官支招

日前,首期真火实训系统汇报演练在鄂州花湖国际机场成功举行。演练模拟航空器在近进过程中,主货舱突发烟雾告警,后在着陆过程中冲出跑道,左发起火并伴随地面流淌火,消防在接到应急处置信息后迅速到场处置,展现了应急救援水平及突发事故处置能力。

相关资讯
热门资讯
链接文字