首页

血柠檬女王宾馆调教贱奴

时间:2025-05-28 20:25:24 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:63705

  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
曹文轩:阅读是最甜蜜的事情

他表示,作为一名法学专业的青年学子,自己将努力学习,不断提升自身素养,积极投身中国特色社会主义法治建设,将个人的理想追求与国家的发展需要紧密结合起来,为实现中华民族伟大复兴的中国梦贡献青春力量。

沪深交易所:优化再融资举措出台,五类情形将被限制再融资

门口摆摊,家中办厂。在距离李大姐摊位不足百米远有一栋三层小洋楼。院子里,李大姐的儿子陈先生正与工人们忙着制作柿饼伴手礼,一个个柿饼经过真空包装后,被整齐打包装盒,发往全国各地。“近年来,得益于广州、深圳等外地游客越来越多,我们的柿饼不愁销路,大单的我们就搞批发,小单的我们就直接给邮寄到家。”陈先生如是说。

尽管王毅并未赴美国纽约出席联大会议,但就在联大开幕前3天,中美官方同时发布消息称,9月16日至17日,王毅与美国总统国家安全事务助理沙利文在马耳他两天内举行多轮会晤。

购物卡抵扣工资,到底藏有哪些猫腻?

“自然人群队列建设高度依赖支持政策的稳定性、延续性和持久性,各级政府及有关部门、各方的支持和参与力度,直接决定和影响着其建设的数量和质量。”吕国悦说。

广西北海铁山港2个10万吨级泊位水工工程通过交工验收

“我们添置了一些东西,重新装修了一下。要是租这套房子,是直接和我们签合同,‘押一付三’。”百子湾一家房屋中介的工作人员带记者看了一套两居室。他介绍,退租时扣不扣押金,要视房屋情况而定。

相关资讯
热门资讯
链接文字