首页

日本捆绑视频

时间:2025-05-29 09:39:20 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:51541

  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
市场监管总局发布新规 破解执法办案电子数据取证难题

中国一贯从长远和战略角度看待和发展对德关系,把德国视为对话的伙伴、发展的伙伴、合作的伙伴、应对全球挑战的伙伴。中方始终认为,中德两国有着广泛共同利益,彼此之间没有根本利害冲突,实现互利合作充满机遇。只要坚持合作主基调和发展大方向,坚持相互尊重、求同存异、交流互鉴、合作共赢,中德关系就一定能够持续稳健向前发展。

【百万庄小课堂】“双十一”购物别松懈 这份防骗指南请收好!

太原11月28日电 (高雨晴)“目前经过‘先试点、再推广’的实施路径,太原市电子健康卡已实现对全市市、县(市、区)二级以上公立医院及基层医疗卫生机构的全面覆盖,累计发卡已突破230万张,使用人次已达300万。”太原市委卫健工委委员、市卫健委二级调研员赵永生28日在太原市新闻办举行的新闻发布会上说。

十四届全国人大常委会举行第二十八次委员长会议 决定将农村集体经济组织法草案等交付常委会会议表决 赵乐际主持会议

在欢呼声中,赛会2号种子、4届大满贯冠军卡洛斯·阿尔卡拉斯(Carlos Alcaraz)握拳怒吼,首次加冕中网男单冠军。

镜观·领航|循着考察足迹感悟总书记的乡村关切

博鳌亚洲论坛全球健康论坛大会主席陈冯富珍表示,近年来,全球在卫生健康领域取得瞩目进展,也面临突发公共卫生事件、发展不平衡等新风险挑战,各国需加强交流和合作。

习近平同俄罗斯总统普京在中南海小范围会晤

相关资讯
热门资讯
链接文字