首页

魅族女王创世经典一一强制

时间:2025-05-28 23:54:36 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:48825

  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
河北邢台:太行山逾60万亩板栗喜获丰收

此外,城市与高校在空间上深化交融。与驻市高校合作共建大学城文化活动中心,在各高校周边科学布局高端文化消费业态和优质教育医疗资源,配建大学生文化生活广场、大学生主题街区等,凝练具有青年气质的城市符号。

两岸融合特教人才研学营福州开营

天下之本在国,国之本在家。习近平总书记指出:“不论时代发生多大变化,不论生活格局发生多大变化,我们都要重视家庭建设,注重家庭、注重家教、注重家风。”

吉林市纪念喜(富)连成社创办120周年

登革热是一种由登革病毒引起的急性传染病,其主要通过携带有该病毒的雌性伊蚊叮咬传播,常见症状包括高烧、头痛、身体疼痛和皮疹等。

西藏民主改革65周年 各族人民参政议政权利得到保障

重庆11月13日电 (梁钦卿)第三十一届中国汽车工程学会年会暨展览会“数据要素打造汽车产业新质生产力”专题论坛13日在重庆举行,来自企业代表、科研专家和高校学者等百余人齐聚一堂,共同探讨汽车数据要素的未来发展路径、标准规范体系建设等行业难点与堵点。

香港5大领域学者获“科技创新奖”

孙颖莎在分享时表示,有梦可追是一种幸福,当她真正穿上国家队球衣时,她意识到,胸前的国旗永远大于背后的姓名。如果说自己的名字意味着一种光荣,那么国旗则代表着一种责任,一种使命,值得自己付出一切去捍卫,去战斗。一个人只有把自己的梦想和祖国的荣誉结合起来,才会真正感受到梦想带来的坚韧。

相关资讯
热门资讯