极客公园搞了一个非常全的国内模型高考题测试，字节豆包的文科成绩拉满了。仅次于GPT4o超过了一本线21分，用的还是地狱难度的河南卷子和分数线。历史得分甚至超过了GPT-4o。国内模型还是有数据优势，英语的成绩大家也都不错，毕竟翻译是LLM最长的长处了。

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2055 位用户此时在线

24小时点击排行 Top 10：

10月16日凌晨4点，武汉一座天桥下，聚集着一群五六十岁的农民工，他们在寒夜中等待被雇佣。每个人都说自己“59岁”，因为一旦过了60岁，就没人再愿意要了。

网友投稿：10月22日，中国一女子夜攀柬埔寨金边立交桥，随后女子被众人拖拽下来并带走，拖拽过程中女子用中文大喊：我是中国人救命啊。目前暂不清楚事情原因。

10月22日，继“烟花炸山”翻车后，蔡国强团队又在法国巴黎蓬皮杜艺术中心开展了一场烟花艺术表演，现场网友表示爆炸后的污染非常严重，黑色烟雾将整个蓬皮杜遮住，宛如末日一般。

努力学习中文的妹子崩溃了，我可能一辈子也没说过“小鱼饼干”…

搞笑视频: 包子帝的话，原声版和Ai修复版，您愿相信哪个？

在深港口岸求婚的大陸女孩，免彩禮，只求港男迎娶。

10月19日，北京，永定门，西街。一名访民正在排队等待时，几名截访人员突然上前，粗暴地将其拉走。周围的访民见状，顿时惊恐地四散而开，场面一片混乱。

10 月 22 日，河南一女子在街头时，口袋中的红米 Note 13 Pro 手机突然爆炸。女子在路人提醒下录制、拍照下来的画面。

中国厨师节苏州展区现场，大妈们推倒护栏拿走用作比赛的面包，现场的厨师惊呆了…

粗看了四中全会公告，供给侧改革要退出历史舞台了。

记得——是最好的纪念！#追思万润南先生回顾我与万润南先生交流时，他对独裁者习近平的部分犀利评论：

何意味🤔

10月22日，广东多地过度防疫现象仍在持续。江门有网友称，防疫人员未经通知便入户喷药，质疑“这到底是灭蚊还是灭人？” 也有网友拍到，当地出动高空作业车，直接剪除居民二楼阳台的绿植。

英國工黨十年引入伊恐爛民，牠們破壞企業、社區、信仰、道德、教育⋯⋯。英國人正在覺醒，這讓英相屎大冒非常緊張。一但全世界文明覺醒，就是伊斯蘭被驅逐或被解放的時代。

十年前台下中國人的嘲笑聲，就是厲害國永遠的笑話，中國人的夜郎自大，經不起時間的考驗。

10月21日，号称“格力之虎”的王自如再度引发关注。因ZEALER时期股权纠纷及后续债务问题，他目前被列为“失信被执行人”，无法乘坐飞机及高铁一等座，只能选择高铁二等座或绿皮火车等“合规出行方式”。

全会决定，增补张升民为中共中央军事委员会副主席。全会按照党章规定，决定递补中央委员会候补委员于会文、马汉成、王健、王曦、王永红、王庭凯、王新伟、韦韬、邓亦武、邓修明、卢红为中央委员会委员。

候补委员递补跳过了火箭军副司令员王立言、联勤保障部队司令员王抗平、教育部副部长王嘉毅、军委办公厅主任方永祥、西安市委书记方红卫、云南省政协党组副书记石玉钢、北部战区陆军司令员石正露。增补中央委员：生态环境部副部长于会文贵州省委副书记马汉成辽宁省常务副省长王健

网友投稿：10月22日，天津市滨海新区，中建八局承建的天津大道渤海石油段，因修Z4地铁导致塌方，导致大量从该路段经过的车辆被迫改道。

这是看到了问题的实质。

60后阿姨在美国问路，被感动哭了…

拜登这么干已经被骂死了

老公回家抓老王時，老王逃逸時的危險狀態。

10月22日，截止今日，广西百色市的积水仍未完全退去。

10月21日，一名小米 SU7 车主发布视频，炫耀自己在高速公路上将车速开至 272 公里/小时，并全程录制视频展示。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

极客公园搞了一个非常全的国内模型高考题测试，字节豆包的文科成绩拉满了。
仅次于GPT4o超过了一本线21分，用的还是地狱难度的河南卷子和分数线。历史得分甚至超过了GPT-4o。
国内模型还是有数据优势，英语的成绩大家也都不错，毕竟翻译是LLM最长的长处了。
IT技术
( twitter.com )

1年前由歸藏(guizang.ai) 提交

极客公园搞了一个非常全的国内模型高考题测试，字节豆包的文科成绩拉满了。

仅次于GPT4o超过了一本线21分，用的还是地狱难度的河南卷子和分数线。历史得分甚至超过了GPT-4o。

国内模型还是有数据优势，英语的成绩大家也都不错，毕竟翻译是LLM最长的长处了。

从这次的结果来看，文科学生的辅导和学习感觉豆包这类的国产LLM也完全可以胜任。

从文科来看大家明年估计都会用LLM介入教学，对教育资源不足的学生来看是个好事，毕竟目前国内的LLM基本全部免费。

理科成绩大家都很拉跨，毕竟推理和逻辑能力还是现在LLM研究大家都在努力的方向，即使这个状态下豆包也是国内所有LLM仅次于GPT-4o的，他们最近的进步真的很大。

但其实物理数学这种内容虽然模型本身无法很好的完成，调用工具也是可以胜任的，希望各家在产品层面可以优化一下，期待明年国产LLM的成绩，我感觉理科过线也不是什么问题。

刚好今天Open AI大规模提醒国内的API使用者，不允许国内IP使用，长远来看国内的LLM还是得加大力度投入。

点击图片查看原图

点击图片查看原图

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

当 AI 能考上一本，十年寒窗苦读还有意义吗？
这两天被一条新闻刷屏，就是极客公园做的一个测试，找了九个大模型测试 2024 年高考试卷，结果有四个大模型文科成绩上了一本线，整体表现最强的是 GPT-4o（文科 562 分），国内模型中表现最好的是字节的豆包（文科 542.5）。相比文科，AI
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

2

2

1

1

极客公园做了一次相当完整的测试，把主流大模型全都牵了出来去做高考全科试卷，用的还是新课标I卷，这比简单写篇命题作文的参考性要高得多。

先说结果吧，大模型做文科题几乎就是在打表演赛。这应该不意外，「政史地」的拿分点主要在于信息储备，正是AI比较擅长的地方。
时政
( twitter.com)

1年前 • 阑夕 • -- 点击 0 评论

3

2

1

1

我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力
大陆资讯
( mp.weixin.qq.com)

2年前 • 三聚氰胺 • -- 点击 0 评论

4

2

1

1

一年之间 AI 做高考数学从 47 分到 145 分！AI 数学能力发生了什么？自从去年极客公园搞了次 AI 做数学题，今年各大媒体又开始让 AI 写作文做数学题了，但是估计明年再搞一年 AI 数学题以后就搞不下去了，因为明年的结果只会是各大模型高考数学都是满分的成绩，再也拉不开区分度了！
IT技术
( twitter.com)

4个月前 • 宝玉 • -- 点击 0 评论

5

6

5

5

【物理学家也搞GDP预测】对物理学家而言，经济无非就是个极端复杂的动力系统，这个系统内部的运动法则是未知的。该模型只用到了两个维度进行预测，准确率却比IMF提高25%。
大陆资讯
( www.thepaper.cn)

7年前 • 澎湃新闻 • -- 点击 0 评论

6

2

1

1

极客公园张鹏：中国的硬科技公司，不管你初心是怎样的，在一段时间之后，都会面临一个问题，就是变成了高科技施工队，到处做集成项目，核心竞争力成了搞政府关系，跟客户喝酒。
大陆资讯
( weibo.com)

2年前 • rabbit • -- 点击 0 评论

7

2

1

1

从考公、写周报到下厨指南，我们评测了18个大模型
大陆资讯
( www.latepost.com)

1年前 • 猪是的念过来倒 • -- 点击 0 评论

8

2

1

1

2003年“萨斯”（SARS，即非典型肺炎，又称沙士）过后，香港对中国大陆“自由行”旅客开放，一度为海洋公园游客人数带来高峰，但这个模式为日后的衰落埋下伏笔。

大陆资讯
( bbc.in)

5年前 • bbcChinese • -- 点击 0 评论

9

2

1

1

继上次不少媒体拿大模型做了高考数学题以后，今年的高考全科真题测评结果也出来了，不过这次进行测评的是字节Seed团队，很明显能看出，他们对上次豆包的高考数学成绩是充满意外和惊喜的，也在摩拳擦掌想试试看它在全科试题里会表现如何。
时政
( twitter.com)

3个月前 • 阑夕 • -- 点击 0 评论

10

2

1

1

中国版Sora，快手可灵AI可用性测试。
分别测试了吃播、风景、运动、动物。
所有测试均使用 1 shot，拒绝抽卡。
可以看到这个模型的可用性非常之高。
当然也能发现很多问题。
全部视频和prompt都放到这一个视频里。
请欣赏。
The Chinese version of Sora, Kling AI usability test.
Tested eating,
IT技术
( twitter.com)

1年前 • orange.ai • -- 点击 • 下载视频 0 评论

00:01:01

11

2

1

1

国内某大模型领域大佬的话：谈国内创新难的解决方法：把美国做大模型的华人弄几个回来，就成了。谈日常：昨天给公司请了一尊财神。一个弄字，一个请字，绝了
时政
( twitter.com)

2年前 • Song • -- 点击 0 评论

12

2

1

1

2024 年第一个模型，基于gemma-2b和 Linux 中国文章数据训练的科技文章标题生成模型。这个模型解决了我写文章起什么标题的难题🤣。然后这个模型我开放了训练期间所有的中间模型，供大家参考。我个人倾向于用2000 step 的这个。
时政
( huggingface.co)

1年前 • GanymedeNil • -- 点击 0 评论

13

2

1

1

这个在搞心智测量的业内是常识。早期智力测验好几个都是女性智商高，被认为「不合理」，就调整题目直到女男得分一样为止。科学没有大家想象的那么客观。
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

14

2

1

1

OpenAI o1 智商测试120，高考数学全对。
但是当人们询问模型的思维过程时，却收到 OpenAI 的封号警告，o1 的思维过程里到底隐藏着怎样的秘密，才会受到如此严密的保护？
带着这个疑问看完了模型的技术报告，似乎有点懂了...
一、为了提高智力，放弃了安全
但是要提升模型的解题能力，只通过 CoT
IT技术
( twitter.com)

1年前 • orange.ai • -- 点击 0 评论

15

2

1

1

日前，一篇题为《山东考公团，正横扫江浙沪》的报道引发关注，报道提到：“山东专门有一个巡考团，就是轮着考，全国转一圈，我考上哪个算哪个。他们把国考当一模，上海市考当二模，江苏省考当三模，浙江省考当四模，到了山东省考，正式考试”。
时政
( chinadigitaltimes.net)

2年前 • 中国数字时代 • -- 点击 0 评论

16

2

1

1

2022 高考数学史上最难？我用 o1 模型做了一下测试，直接150 分 ✅
有三道题目，我加了 prompt 延长思考时间（不要着急，用尽可能多的时间思考，提升解题过程的思考质量，尽可能准确地解题），就能一次做对。
从实例中得到的一个启发，即时是对 O1
时政
( twitter.com)

10个月前 • howie.serious • -- 点击 0 评论

17

2

1

1

#开源项目推荐

有推友做了一个在cpu上运行的大模型的nodejs-backed，支持llama/alpaca模型。

感觉是一个非常不错的方向，对我这种搞免费应用的来说，以后能不…
推特中文圈
( twitter.com)

2年前 • 铁锤人 • -- 点击 0 评论

18

2

1

1

后天的公众号肯定有这样的标题：各种AI大模型做高考卷，没想到竟然它最高！
时政
( twitter.com)

2年前 • Michael Anti • -- 点击 0 评论

19

2

1

1

非常同意，学会写 prompt 很重要。
在绝大多数公司，考虑到人员能力以及运维成本，自己去部署、RL 或者 SFT 一个私有模型的非常少。换句话说，绝大多数公司其实就是在做 prompt engineering。
但有一个极大的误会，就是以为 prompt engineering 很简单。
其实不然，很多小型公司里真正能写好一个完整
时政
( twitter.com)

6个月前 • 马东锡 NLP 🇸🇪 • -- 点击 0 评论

20

2

1

1

#share一个投资策略
1、axs的经济模型非常成熟，基本是双螺旋上升的主升浪模型。
2、大家可以去 $avax $sol $matic $ftm $okt $luna $trx 等公链，寻找下一个 $axs 。
3、公链是“国…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

21

2

1

1

国内大模型目前有四个赛道：
ToC、ToD（开发者）、ToB、ToG（政府）
其实讯飞碰到的问题也是ToB、ToG 大模型公司的共性问题，目前客户预算都在压缩，且大模型并没有带来行业生产力的革命性改变，造成对营收的贡献较少。
目前反倒是ToC 以及 ToD 风头十足，但是大模型的成本较高，以moonshot
时政
( twitter.com)

1年前 • 九原客 • -- 点击 0 评论

22

2

1

1

我很难说自己有没有被高考考废，我是非典型做题家，不用怎么做题也能上最好的学校（至少我听到衡水这种模式时吓得毛骨悚然），没做题做傻，但是因为从小都被当成“好学生”的典型，我形成了非常低自尊的心理习惯，考好大家都当是正常的（我自己也觉得理所当然），但是没考好我会觉得自己是废物……
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

23

2

1

1

非常全面的token经济模型学习资料
推特中文圈
( mirror.xyz)

3年前 • twitter机器人 • -- 点击 0 评论

24

2

1

1

一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
时政
( twitter.com)

1年前 • AIGCLINK • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.12657 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特