6月12日消息，近日，復(fù)旦大學(xué)NLP（自然語言處理）實(shí)驗(yàn)室LLMEVAL團(tuán)隊(duì)發(fā)布了2024年高考數(shù)學(xué)大模型評測的結(jié)果。

在這次評測中，阿里千問和訊飛星火分別獲得了2024高考數(shù)學(xué)新I卷的第一名和第二名，以及高考數(shù)學(xué)新II卷的第二名和第一名，兩份考卷的評測中，GPT-4o均列第三名。

復(fù)旦NLP團(tuán)隊(duì)認(rèn)為，全新出爐的高考試題具備高度的獨(dú)創(chuàng)性和保密性，是用來評測大模型的絕好評測集合。在新Ⅰ卷中，阿里千問和訊飛星火對14道數(shù)學(xué)客觀題的準(zhǔn)確率達(dá)到70%以上，大幅領(lǐng)先GPT-4o的57%，字節(jié)豆包、智譜清言、百川等大模型緊隨其后，準(zhǔn)確率超過50%，百度文心一言、騰訊元寶、Kimi等大模型準(zhǔn)確率較低。

而在在新Ⅱ卷的評測中，訊飛星火、阿里千問、GPT-4o準(zhǔn)確率均超過60%，其他大模型的差距較小，除百川、DeepSeek和海螺之外，準(zhǔn)確率均在50%以上。

數(shù)學(xué)能力是GPT-4o一直以來引以為傲的能力模塊，OpenAI在5月14日的發(fā)布會上推出大語言模型GPT-4o時，曾重點(diǎn)演示其數(shù)學(xué)能力。

在現(xiàn)場演示中，GPT-4o利用其實(shí)時的圖像識別和語音能力進(jìn)行在線教學(xué)。從評測結(jié)果可以看出，阿里千問和訊飛星火對數(shù)學(xué)問題的深入理解和分析能力已經(jīng)超過GPT-4o，使其在高考數(shù)學(xué)試題的解答上具有更高的準(zhǔn)確率。有網(wǎng)友表示，做數(shù)學(xué)題畢竟還是咱中國人的特長。

以阿里千問和訊飛星火為代表，國產(chǎn)人工智能大模型在數(shù)學(xué)領(lǐng)域的出色能力，為未來人工智能技術(shù)在教育領(lǐng)域的應(yīng)用提供了有力支持。