首页

边缘控精黄金艾玛女王

时间:2025-05-28 11:37:58 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:31069

  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
【光明漫评】让文明出游成为假期新风尚

颁证仪式结束后,14位经师资格获得者及10位在院授课经师将参加为期三天的培训。据了解,高级佛学院自2011年开展经师资格评定以来,已开展六届经师资格评定工作,共评定和认定117名经师资格获得者,他们已成为藏语系佛学院现代学衔教育和寺庙传统学经教育的主力军。(完)

香港举行“青年有为,而不违”国家安全教育活动

肖若腾眼中泛起泪光。上届奥运会他获得1银2铜,顶着伤病又坚持了一个奥运周期。当天双杠比赛他手臂流血,最终距离奥运金牌咫尺之遥。

“中国醋都”清徐创新食醋检测技术 保障食醋质量安全

除此之外,学校还邀请安徽省信息安全测评中心副所长王理冬为学校400余名师生开展网络普法专题讲座,在全校范围内开展“网络普法有奖答题”活动,多形式提升和巩固校园师生的网络安全意识和法律素养。

世界濒危动物卷羽鹈鹕再次现身河北涞源

4月19日,第12届春风悦读榜年度颁奖典礼在浙江杭州举行,作家莫言以《鳄鱼》获春风白金图书奖。这是一部戏剧文学,是小说家莫言正式向戏剧家转型之作。

山西在全国首创“惠商保”项目,为工商户企业提供免费保险保障

今年1月末,以色列当局指控12名近东救济工程处员工涉嫌参与去年10月巴勒斯坦伊斯兰抵抗运动(哈马斯)对以色列发动的袭击,随后欧美多国宣布暂停向近东救济工程处捐款。目前联合国内部监督事务厅正在调查相关指控,由法国前外长卡特琳·科隆纳领衔的一个独立审查小组也在对近东救济工程处进行审查。

相关资讯
热门资讯
链接文字