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。
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”。
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。
委托人漫画大全评测发现,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。
网友评论更多
12漯河m
具有3D视觉的自动机器人在物流领域的应用🎯🎰
2025-06-01 12:13:29 推荐
187****5447 回复 184****1639:Basler SWIR视觉解决方案,让不可见的细节...🎱来自三门峡
187****7391 回复 184****7084:浙江省委书记易炼红莅临和利时调研考察🎲来自南阳
157****1033:按最下面的历史版本🎳🎴来自商丘
38周口849
智能化平台助力构建新质生产力!和利时受邀...🎵🎶
2025-06-02 14:59:03 推荐
永久VIP:“芯”升级!华北工控基于12/13代 Intel Co...🎷来自驻马店
158****9645:联通元景大模型亮相2024年中国品牌日🎸来自信阳
158****1892 回复 666🎹:城市供水管网监测系统方案 智慧管网压力管...🎺来自荥阳
77新郑jc
数智进化,驱控未来 | 埃斯顿运动控制OPEN ...🎻🎼
2025-06-02 08:16:51 不推荐
登封lu:海研科技智能门体装配工作站应用🎽
186****6998 回复 159****6776:行业首本!和利时参编《2023中国工业设备智...🎾