非凡娱乐评测发现,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。
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”。
670.38MB
查看800.91MB
查看18.8MB
查看429.69MB
查看102.81MB
查看248.23MB
查看566.53MB
查看614.26MB
查看899.89MB
查看686.43MB
查看216.27MB
查看573.13MB
查看401.81MB
查看361.28MB
查看759.66MB
查看320.51MB
查看967.69MB
查看207.35MB
查看577.26MB
查看213.19MB
查看364.37MB
查看834.51MB
查看521.31MB
查看345.60MB
查看310.21MB
查看164.51MB
查看282.97MB
查看182.66MB
查看846.53MB
查看831.35MB
查看412.78MB
查看940.81MB
查看118.97MB
查看682.31MB
查看842.71MB
查看901.14MB
查看869.28MB
查看932.27MB
查看288.92MB
查看635.18MB
查看540.42MB
查看282.19MB
查看435.23MB
查看241.18MB
查看653.37MB
查看962.82MB
查看769.11MB
查看307.11MB
查看891.36MB
查看397.71MB
查看878.33MB
查看690.64MB
查看305.51MB
查看362.66MB
查看678.46MB
查看466.40MB
查看594.81MB
查看173.36MB
查看133.62MB
查看589.72MB
查看687.19MB
查看369.20MB
查看101.11MB
查看327.94MB
查看100.53MB
查看662.45MB
查看744.65MB
查看750.12MB
查看559.26MB
查看623.71MB
查看271.73MB
查看421.22MB
查看112.23MB
查看981.45MB
查看345.21MB
查看732.19MB
查看266.48MB
查看583.15MB
查看858.76MB
查看771.97MB
查看852.88MB
查看633.64MB
查看945.56MB
查看625.57MB
查看933.72MB
查看433.11MB
查看653.24MB
查看496.28MB
查看126.65MB
查看955.27MB
查看391.44MB
查看359.10MB
查看885.57MB
查看138.77MB
查看835.47MB
查看507.10MB
查看515.20MB
查看492.77MB
查看159.64MB
查看293.11MB
查看431.58MB
查看961.33MB
查看536.37MB
查看291.82MB
查看
597巢湖ed
耳廓狐的大耳朵☏
2025-06-26 13:24:03 推荐
342188****1083
2025-06-27 12:09:44 不推荐
147152****2592
2025-06-27 05:51:45 推荐
46前锋带球过人
2025-06-26 04:50:18 推荐