小骚货福利导航评测发现,模型在综合学科能力上与海淀学生平均水平仍有差距,普遍存在文强理弱的情况,并且对图表的理解能力不足,大模型未来有很大的提升空间。
北京市海淀区教师进修学校校长姚守梅解读大模型K12学科测试结果时指出,在语文、历史等人文学科的考试中,模型欠缺对文字背后的文化内涵以及家国情怀的理解。面对历史地理综合题时,模型并不能像人类考生一样有效识别学科属性。相较于简单的英语题,模型反而更擅长复杂的英语题。解理科题目时,模型会出现以超出年级知识范围外的方法解题的情况。当出现无法理解的考题时,模型依然存在明显的“幻觉”。
据介绍,本次用于评测的评测体系依托科技部“人工智能基础模型支撑平台与评测技术”和工信部“大模型公共服务平台”项目,智源研究院与10余家高校和机构联合开展大模型评测方法与工具研发。
评测结果显示,在中文语境下,国内头部语言模型的综合表现已接近国际一流水平,但存在能力发展不均衡的情况。在多模态理解图文问答任务上,开闭源模型平分秋色,国产模型表现突出。国产多模态模型在中文语境下的文生图能力与国际一流水平差距较小。多模态模型的文生视频能力上,对比各家公布的演示视频长度和质量,Sora有明显优势,其他开放评测的文生视频模型中,国产模型PixVerse表现优异。
网友评论更多
32庆阳u
人民日报|汾酒集团:规范产品生产 厚植文化底色🌰🌱
2025-06-03 13:47:17 推荐
187****2293 回复 184****9572:4月挖机内销略超预期 业内:出海业务相对稳定有助熨平周期🌲来自平凉
187****4565 回复 184****3698:深天马A不超78亿定增批复到期失效 中信中航联合保荐🌳来自定西
157****4222:按最下面的历史版本🌴🌵来自陇南
65玉门186
中国汽车工程研究院股份有限公司关于接待投资者调研情况的公告🌶🌷
2025-06-02 09:27:22 推荐
永久VIP:马鞍山行营收净利双降IPO7年又被暂停 屡违规被罚踩雷3家上市公司损失7亿🌸来自敦煌
158****6191:4月新增人民币贷款7300亿 M2-M1“剪刀差”扩大🌹来自临夏
158****1861 回复 666🌺:A股农商行总资产5.1万亿不良率1.05% 首季净利增1.18%利息净收入降4%🌻来自合作
23华亭xj
金融监管总局出新规:拓宽AMC不良资产收购范围🌼🌽
2025-06-04 20:22:28 不推荐
西宁pl:渝农商行“吃利差”两年少赚27.42亿 首季营收净利双降增速垫底A股农商行🌾
186****4610 回复 159****4567:上市银行零售业务“含金量”变局🌿