首页

男奴重口

时间:2025-05-28 11:34:38 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:22681

  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
重庆发布“高温橙色预警信号” 水上乐园开启“下饺子”模式

2022年10月,在党的二十大报告中,总书记把“坚持深化改革开放”列为前进道路上必须牢牢把握的重大原则之一。2023年2月,在党的二十届二中全会上,总书记对深化党和国家机构改革、推进国家治理体系和治理能力现代化作出重要部署。2024年3月,全国两会期间,总书记在参加江苏代表团审议时指出,“要谋划进一步全面深化改革重大举措”。

《陈嘉庚文集》新书在福州首发 不少文章为国内首次公开

如今,团队在壁画彩塑保护及数字化方面先后形成国家和行业技术标准10余项、专利50余件,抢救了150余处文化遗产,为古代壁画和彩塑保护提供了“中国方案”。

新港高速双柳长江大桥及接线工程是武汉都市圈环线高速的重要组成部分,线路全长约35公里。其中,高家墩大桥跨问津大道桥梁是全线重难点工程,也是全线唯一一座钢桁梁顶推施工的桥梁工程,由湖北交投集团投资建设、中铁十一局承建。

思想引领|两会上,总书记这样部署经济工作

积石山地震青海灾后恢复重建项目已开工165项

“政府帮助我们引进了两位在石墨烯、碳纳米管等领域有着深刻造诣的外籍专家,这对企业未来的规划,以及我们开辟新的领域提供了重要基础。我们在吴兴发展的信心越来越足了。”陈新江表示。

相关资讯
热门资讯