一年一度高考季，高考試題是大眾關(guān)注的焦點，也成為了AI能力的試金石。AI大模型數(shù)學(xué)功底到底如何？比人類“聰明”嗎？搜狐科技使用五款A(yù)I大模型對2023高考上海數(shù)學(xué)試卷進行了同題測試。
在測試中，搜狐科技選取了高考試卷前10道填空題，讓百度文心一言、阿里通義千問、科大訊飛星火認知大模型、360智腦、ChatGPT進行回答。
(資料圖片僅供參考)
測試結(jié)果顯示，這五款大模型在答數(shù)學(xué)題的能力上差異顯著。
最“聰明”的訊飛星火答對了5題，正確率50％。百度文心一言和ChatGPT“緊跟其后”，答對了4題，正確率為40％。
360智腦和通義千問則“全軍覆沒”，一道題也沒答對，交了白卷。
值得一提的是，昨天搜狐科技也用五款大語言模型產(chǎn)品，對高考作文全國卷（甲）進行了測試，并邀請了5位語文名師打分。
打分結(jié)果顯示，ChatGPT高考作文得分最高，文心一言、訊飛星火得分稍低，但跟ChatGPT處于同一水平。360智腦和通義千問得分最低。
雖然語文作文題和數(shù)學(xué)計算題，對大模型能力考察的維度并不盡相同。但巧合的是，不擅長寫作文的360智腦和通義千問，似乎也不擅長做數(shù)學(xué)題。
通過這兩次高考題測試，也能從側(cè)面反應(yīng)出各家大模型的能力確實是“參差不齊”。如果ChatGPT、文心一言、訊飛星火是“學(xué)霸”，那么360智腦和通義千問則是妥妥的“學(xué)渣”。
附測試中使用的高考數(shù)學(xué)題題目：
1.不等式|x-2|<1的解集為__
2.a=(2,3)，b=(-1,2)，則a·b=__
3.首項為3，公比為2的等比數(shù)列的前六項和S6=__
4.tanA=3，tan2A=__
5.f(x)={2^xx>0;1，x≤0}的值域為__
6.復(fù)數(shù)z=1-i，則|1+iz|=__
7.圓的方程x^2+y^2-4y-m=0的面積為π，則m=__
8.三角形的三邊長為a=4，b=5，c=6，則sinA=__
9.某地一年四個季度的GDP(億元)，第一季度GDP為232，第四季度GDP為241，且四個季度的GDP逐季度增長，中位數(shù)、平均數(shù)相等。則該地一年的GDP為__
10.(1+2023x)^100+(2023-x)^100=a0+a1x+a2x^2+…+a100x^100。若ak<0，正數(shù)k的最大值為__
責(zé)任編輯：