首页

女奴之家论坛

时间:2025-05-29 05:24:05 作者:清华学霸与AI比做高考压轴题,谁会赢? 浏览量:98656

  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
上合国际枢纽港汽车交易中心启用 助力扩大“新三样”产品出口

“我训练了近两个月来提高‘变脸’技艺。开始感觉很难,我曾认为不可能学会,但觉得太有趣就坚持下来了。”奥苏说,通过学习“变脸”技艺,体验了中国的传统文化,留学之旅收获颇丰。

金壮龙:目前国家层面累计培育绿色工厂超5000家

活动期间,来自不同国家的50名青年代表不仅与各领域的专家学者进行深入交流,一同领略壮乡风情、中国美景,还参访了广西电子政务外网云计算中心、数字广西协同调度指挥中心等地。

何超琼:“多管齐下”推广澳门文旅“金名片”

中国海警依法在黄岩岛海域常态开展维权执法活动

4月18日,在宁波金塘海底隧道施工现场,随着一声令下,一台起重能力800吨和一台起重能力400吨的履带吊同时启动,将重达460吨的“甬舟号”盾构机刀盘缓缓抬离地面。

2024渝台青年新锐艺术联展启幕

毛宁说,日本、菲律宾当然可以同其他国家发展正常关系,但不要把阵营对抗引进本地区,更不得以损害他国利益为代价搞三边合作。“美日菲峰会和三边合作究竟是不是‘针对中国’,看看三方发表的联合声明,白纸黑字再清楚不过了,这不是针对中方的肆意抹黑攻击,又是什么?”

相关资讯
热门资讯
链接文字