出品 | 搜狐科技、搜狐教育
一年一度高考季，高考试题是大众关注的焦点，也成为了AI能力的试金石。AI大模型数学功底到底如何？比人类“聪明”吗？搜狐科技使用五款AI大模型对2023高考上海数学试卷进行了同题测试。
在测试中，搜狐科技选取了高考试卷前10道填空题，让百度文心一言、阿里通义千问、科大讯飞星火认知大模型、360智脑、进行回答。
测试结果显示，这五款大模型在答数学题的能力上差异显著。
最“聪明”的讯飞星火答对了5题，正确率50％。百度文心一言和“紧跟其后”，答对了4题，正确率为40％。
360智脑和通义千问则“全军覆没”，一道题也没答对，交了白卷。
值得一提的是，昨天搜狐科技也用五款大语言模型产品，对高考作文全国卷（甲）进行了测试，并邀请了5位语文名师打分。
打分结果显示，高考作文得分最高，文心一言、讯飞星火得分稍低，但跟处于同一水平。360智脑和通义千问得分最低。
虽然语文作文题和数学计算题，对大模型能力考察的维度并不尽相同。但巧合的是，不擅长写作文的360智脑和通义千问，似乎也不擅长做数学题。
通过这两次高考题测试，也能从侧面反应出各家大模型的能力确实是“参差不齐”。如果、文心一言、讯飞星火是“学霸”，那么360智脑和通义千问则是妥妥的“学渣”。
附测试中使用的高考数学题题目：
1.不等式|x-2|
2.a=(2,3)，b=(-1,2)，则a·b=__
3.首项为3，公比为2的等比数列的前六项和S6=__
4.tanA=3，tan2A=__
5.f(x)={2^xx>0;1，x≤0}的值域为__
6.复数z=1-i，则|1+iz|=__
7.圆的方程x^2+y^2-4y-m=0的面积为π，则m=__
8.三角形的三边长为a=4，b=5，c=6，则sinA=__
9.某地一年四个季度的GDP(亿元)，第一季度GDP为232，第四季度GDP为241，且四个季度的GDP逐季度增长，中位数、平均数相等。则该地一年的GDP为__
10.(1+2023x)^100+(2023-x)^100=a0+a1x+a2x^2+…+a100x^100。若ak
相关文章
