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。
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。
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”。
大发黄金版评测发现,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。
137.48MB
查看630.94MB
查看10.7MB
查看709.31MB
查看806.87MB
查看137.41MB
查看985.18MB
查看427.18MB
查看840.69MB
查看347.34MB
查看814.91MB
查看426.50MB
查看792.97MB
查看548.28MB
查看794.61MB
查看744.51MB
查看561.12MB
查看750.66MB
查看430.88MB
查看990.51MB
查看645.66MB
查看424.24MB
查看408.40MB
查看843.41MB
查看330.68MB
查看294.99MB
查看230.88MB
查看880.55MB
查看593.14MB
查看317.91MB
查看117.55MB
查看559.87MB
查看752.10MB
查看816.24MB
查看631.51MB
查看560.65MB
查看932.82MB
查看799.29MB
查看106.57MB
查看377.52MB
查看795.78MB
查看578.90MB
查看130.71MB
查看397.11MB
查看511.85MB
查看155.79MB
查看632.52MB
查看414.36MB
查看255.89MB
查看302.43MB
查看236.65MB
查看805.13MB
查看692.85MB
查看932.27MB
查看717.26MB
查看417.95MB
查看111.23MB
查看773.61MB
查看429.42MB
查看470.72MB
查看366.17MB
查看908.97MB
查看315.77MB
查看810.34MB
查看786.24MB
查看968.79MB
查看752.37MB
查看908.89MB
查看622.17MB
查看332.55MB
查看156.88MB
查看765.21MB
查看494.82MB
查看128.68MB
查看934.47MB
查看698.32MB
查看843.82MB
查看574.50MB
查看878.11MB
查看993.18MB
查看846.80MB
查看429.27MB
查看670.65MB
查看282.95MB
查看454.50MB
查看533.67MB
查看802.18MB
查看530.91MB
查看607.48MB
查看742.87MB
查看162.96MB
查看728.57MB
查看874.82MB
查看964.20MB
查看156.11MB
查看810.13MB
查看199.22MB
查看597.87MB
查看650.70MB
查看369.86MB
查看215.39MB
查看478.77MB
查看236.36MB
查看347.13MB
查看
707南充jc
北京新兴东方航空装备股份有限公司第五届董事会第五次会议决议公告🚪
2025-06-23 15:10:54 推荐
955188****7393
2025-06-23 13:46:25 不推荐
401152****3747
2025-06-24 01:07:51 推荐
22驾车跑街
2025-06-22 11:47:30 推荐