隨著高考的落幕，全國各地的高三學子們終于可以卸下沉重的負擔，輕松迎接假期。與往年不同的是，今年的高考戰(zhàn)場上還有一支與眾不同的隊伍引人注目——國產(chǎn)人工智能大模型。
在這場特殊的高考中，包括搜狐科技、瀟湘晨報、量子位等多家權威媒體對近10款國產(chǎn)人工智能大模型進行了高考作文、數(shù)學、物理三個科目的評測，并公布了成績。我們來一起回顧一下：
首先進行的是高考作文的評測。在搜狐科技的評測中，三位資深語文教師作為權威專家為各大模型的作文打分。騰訊元寶和百度文心一言以超過50分的成績位居前列，智譜清言、字節(jié)豆包與訊飛星火則并列第三。Kimi、阿里通義、百川、海螺排名相對靠后。
而在瀟湘晨報的“AI寫作”評測中，訊飛星火不僅平均分位居首位，且獲得了全場最高分56分。瀟湘晨報邀請湖南知名作家、編輯作為閱卷老師，對國內(nèi)五大AI大模型產(chǎn)品——百度文心一言、訊飛星火、阿里通義千問、字節(jié)豆包、騰訊元寶的高考作文進行評分，經(jīng)過四位閱卷老師的綜合打分，訊飛星火以49分的平均分高居首位。
給訊飛星火打出“全場最高分”56分的閱卷老師表示：“本文觀點清晰，論述集中且層層推進，很多句子都簡潔有力，頗有思想性。如果是某個學生寫的，無疑是難得的佳作。”另外，從網(wǎng)友的熱門評論中也能看出訊飛星火摘得高分的原因。
網(wǎng)友@2024：感覺星火好點，更像作文，有些更像回答問題。
網(wǎng)友@煙花綻放的節(jié)日：訊飛星火更有高考味。
接下來是數(shù)學科目的較量。在搜狐科技的數(shù)學評測中，訊飛星火、文心一言、豆包均以63%的正確率位列第一梯隊，智譜清言、阿里通義則以50%的正確率位居第二梯隊，其他大模型相對落后。
在量子位的高考數(shù)學評測中，雖然沒有給出詳細成績單，但展示了各家大模型詳細的解題思路，交由網(wǎng)友打分，通過網(wǎng)友的投票打分可以看出，訊飛星火的“識圖+解數(shù)學題”能力收到了最高認可，位居其后的分別是Kimi、通義千問、文心一言、豆包等。
最后是高考物理的測試。在量子位的評測中，阿里通義千問與訊飛星火以71.4%的準確率高居第一梯隊，而Kimi、海螺和騰訊元寶則以42.9%的準確率位于第二梯隊。百川百小應和萬知答對一題位于第三梯隊。
文心一言、豆包、天工、智譜清言、商量因為出現(xiàn)了不同程度讀圖失敗的問題，在成功識別的題目中，商量和文心一言的正確率為2/4，即正確率為28.6%；豆包、天工、智譜清言正確率為1/2，即正確率為14.3%。
綜合以上媒體在作文、數(shù)學、物理三門科目的成績，我們得出了2024年人工智能大模型高考“成績單”。來自科大訊飛的訊飛星火以52.49分高居第一名，通義千問、文心一言分別位列第二、第三名，而Kimi、字節(jié)豆包、海螺AI等其他大模型也有不錯的表現(xiàn)。
第一名：52.49 訊飛星火
第二名：46.08 通義千問
第三名：37.67 文心一言
第四名：34.68 Kimi
第五名：33.57 字節(jié)豆包
第六名：31.92 海螺AI
第七名：30.61 騰訊元寶
第八名：30.28 智譜清言
第九名：21.56 百川百小應
盡管評測方式可能不夠嚴謹科學，但這次大模型高考無疑展示了國產(chǎn)人工智能在多個學科的優(yōu)秀表現(xiàn)和長足進步，尤其是訊飛星火的表現(xiàn)堪稱“文理兼修”！期待國產(chǎn)大模型再接再厲，在明年的高考中取得更加出色的成績！
