近日，复旦大学自然语言处理 (NLP) 实验室 LLMEVAL 团队公布了 2024 年高考数学大模型评测结果。数据显示，字节豆包在 2024 高考数学新 II 卷客观题正确率达到 74.66%, 在 13 家大模型中排名首位，阿里千问和 GPT-4o 分列二三位。而在高考数学新 I 卷评测排名中，字节豆包也排在前列。
据悉，LLMEval 是由复旦大学 NLP 实验室推出的大模型评测基准，专注于评估专业领域的知识能力。评测团队表示，全新出炉的高考试题具备高度的独创性和保密性，是用来评测大模型的“绝好评测集合”。因此，团队在高考后第一时间对 13 家大模型进行了评测。
评测选取 2024 高考数学新 I 卷和新 II 卷的 14 道客观题，参评“选手”涵盖 GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o 是 OpenAI 于今年 5 月新推出的大语言模型，数学能力是其发布会现场着重展现的能力模块。但结果显示，部分国产大模型在本次数学评测中的成绩优于 GPT-4o。在新 II 卷客观题测试中，字节豆包成绩排在首位，其次是阿里千问和 GPT-4o。
今年 5 月，豆包大模型在火山引擎原动力大会上正式发布。相关数据显示，在 MMLU、BBH、GSM8K、HumanEval 等 11 个业界主流的公开评测集上，Doubao-pro-4k 的总分为 76.8 分，优于同期测试的其他国产模型。在数学能力、语言理解能力，以及综合评测集 CMMLU 和 CEval 的评测上，豆包也有不错的表现，得分排在前三。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。