首页

奴隶岛

时间:2025-05-28 21:14:54 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:47465

  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
中国军号主题曲MV《中国军号》

一是设立“书面合同”的义务。经营者应当与消费者订立书面合同,约定商品或者服务的具体内容、价款或者费用、预付款退还方式、违约责任等事项,通过书面合同的形式,强化对经营者遵守承诺的约束,降低消费者维权时的举证难度。

雄安新区中关村科技园:半年聚集70家

沈德法出生于1965年1月,工商管理硕士,正高级工程师,高级经济师,曾在浙江建投子公司浙江省建工集团任职,曾任浙江建工副总经理、总经理、董事长、党委书记等职。

今年1—5月广西跨境电商进出口同比增长18.36%

“厦航的今天,是靠‘摸着石头过河’,在艰难的探索中惨淡经营,通过改革创新才得来的。”2000年4月23日,时任福建省委副书记、省长的习近平到厦航调研,看到厦航的发展变化,习近平这样说。

特稿|一个塔吉克斯坦家族四代的中国情缘

转给家里老人!卖书卖药的或是假专家 电话骗钱的很会“装孙子”→

要用好改革这个关键一招,坚持社会主义市场经济改革方向,加强改革系统集成、协同高效,巩固和深化解决体制性障碍、机制性梗阻、创新性政策方面的改革成果,在重要领域和关键环节取得新突破。

相关资讯
热门资讯