首页

舔黑冰女王的脚

时间:2025-05-28 15:03:50 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:12626

  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
小新Talkshow:徒步树王森林——寻找“辛达布”

与此同时,现场设置了宣讲推介区、高层次人才服务区和洽谈区,并试点推出就业服务站。同时,浙江响应山区海岛县帮扶政策,向相关地区医疗机构提供免费展位,促进区域的人才交流和就业。

希腊球迷冲突致1人死10人伤 105名参与者均被拘留候审

在一片欢乐的气氛中,哈萨克族的小伙子怀抱着冬不拉,深情地唱着歌,向着他的新娘缓缓走来。这场充满民族特色的婚礼表演,让现场的观众们感受到了浓厚的浪漫气息,仿佛自己也成了婚礼的嘉宾。游客和观众们近距离地感受到了哈萨克族婚礼的浪漫与热情,深刻体验到了民族文化的独特魅力。从叼羊、姑娘追、摔跤竞技,到品尝萨吾尔鲜美的大锅羊肉;从欣赏马背上的篮球比赛,到观赏奇山奇石景观;最后在欢乐的舞蹈中共享喜悦……这一场丰富多彩的文化盛宴,将新疆吉木乃的文化韵味展现得淋漓尽致。

寒潮大雾大风沙尘暴四预警齐发 多条高速有道路结冰风险

高等教育出版社与泰国教育部基础教育委员会和出版机构正加强对接,以尽早合作出版《新体验汉语中小学系列教材(泰国版)》,更好满足当地中文教学的新需求。“《体验汉语》中小学系列教材在2010年被正式列入《泰国教育部推荐教材目录》,在泰国销量累计超过600万册。我们还促成了两国教育界互访20余次,在泰国20所学校建立了‘体验汉语多媒体学习中心’。”龙杰告诉记者,未来,出版社将努力把“体验汉语中小学系列项目”推广到更多国家,促进中国与东盟国家的教育和文化交流。

网络主播正式成为国家新职业 享受国家有关政策待遇

人民日报社、新华社、中央广播电视总台、光明日报社、经济日报社、中国日报社、人民政协报社、中国新闻社等中央主要新闻单位以及中国政协杂志社负责同志和记者代表参加看望活动,介绍了全国政协十四届二次会议宣传报道工作情况。

澳门特区终审法院正式宣布岑浩辉为第六任行政长官候任人

除了报告中所提到的多重困境,技术瓶颈也是欧洲电池业界应正视的问题。尽管欧洲在研发上投入了大量资源,但突破性技术成果似乎仍未如预期,主要是在设计、工艺流程等方面存在欠缺,影响其产品的可靠性。

相关资讯
热门资讯
链接文字