北京市海淀区教师进修学校校长姚守梅解读大模型K12学科测试结果时指出,在语文、历史等人文学科的考试中,模型欠缺对文字背后的文化内涵以及家国情怀的理解。面对历史地理综合题时,模型并不能像人类考生一样有效识别学科属性。相较于简单的英语题,模型反而更擅长复杂的英语题。解理科题目时,模型会出现以超出年级知识范围外的方法解题的情况。当出现无法理解的考题时,模型依然存在明显的“幻觉”。
幸福宝站长统计入口评测发现,模型在综合学科能力上与海淀学生平均水平仍有差距,普遍存在文强理弱的情况,并且对图表的理解能力不足,大模型未来有很大的提升空间。
据介绍,本次用于评测的评测体系依托科技部“人工智能基础模型支撑平台与评测技术”和工信部“大模型公共服务平台”项目,智源研究院与10余家高校和机构联合开展大模型评测方法与工具研发。
评测结果显示,在中文语境下,国内头部语言模型的综合表现已接近国际一流水平,但存在能力发展不均衡的情况。在多模态理解图文问答任务上,开闭源模型平分秋色,国产模型表现突出。国产多模态模型在中文语境下的文生图能力与国际一流水平差距较小。多模态模型的文生视频能力上,对比各家公布的演示视频长度和质量,Sora有明显优势,其他开放评测的文生视频模型中,国产模型PixVerse表现优异。
837.30MB
查看488.63MB
查看88.7MB
查看992.63MB
查看865.15MB
查看938.57MB
查看532.68MB
查看798.80MB
查看834.10MB
查看983.48MB
查看130.80MB
查看695.40MB
查看576.27MB
查看889.69MB
查看440.20MB
查看921.68MB
查看382.53MB
查看949.88MB
查看656.20MB
查看470.72MB
查看870.26MB
查看926.61MB
查看956.54MB
查看786.25MB
查看690.75MB
查看200.53MB
查看943.35MB
查看185.41MB
查看484.63MB
查看882.59MB
查看450.84MB
查看232.70MB
查看899.38MB
查看206.51MB
查看705.46MB
查看683.51MB
查看138.67MB
查看104.26MB
查看474.89MB
查看544.82MB
查看561.73MB
查看321.88MB
查看138.49MB
查看560.47MB
查看294.29MB
查看466.46MB
查看864.91MB
查看552.63MB
查看763.16MB
查看908.21MB
查看127.64MB
查看703.77MB
查看908.75MB
查看631.88MB
查看557.71MB
查看492.13MB
查看318.95MB
查看944.38MB
查看669.13MB
查看842.86MB
查看649.45MB
查看937.56MB
查看283.89MB
查看487.94MB
查看140.30MB
查看485.59MB
查看526.85MB
查看271.65MB
查看140.56MB
查看814.45MB
查看734.42MB
查看912.18MB
查看433.66MB
查看671.77MB
查看993.10MB
查看687.53MB
查看134.24MB
查看644.62MB
查看233.99MB
查看415.64MB
查看870.69MB
查看787.19MB
查看102.59MB
查看595.12MB
查看534.39MB
查看689.69MB
查看985.89MB
查看313.30MB
查看524.12MB
查看871.75MB
查看159.94MB
查看696.75MB
查看986.64MB
查看228.53MB
查看565.44MB
查看493.24MB
查看139.70MB
查看979.40MB
查看166.24MB
查看732.67MB
查看247.87MB
查看818.63MB
查看883.26MB
查看247.42MB
查看
161 巴中po
1998年-世界最长的吊桥――日本明石海峡大桥正式通车😞
2025-06-30 20:37:19 推荐
791 188****4736
「人民日报」又“整活”!这次,海南警方对警车“下手”了😢
2025-06-30 18:53:25 不推荐
825 152****9804
「新华社」全线贯通运营!美景数不胜数😦
2025-06-30 19:11:27 推荐
15 密室逃脱求生系列1极地冒险
「硬核看板」新能源车的续航,为什么总是跑不到?😩
2025-07-02 05:49:23 推荐