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。
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”。
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。
斗鱼体育评测发现,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。
473.76MB
查看148.91MB
查看35.4MB
查看642.76MB
查看463.71MB
查看726.54MB
查看536.72MB
查看711.81MB
查看378.31MB
查看692.14MB
查看468.66MB
查看263.93MB
查看751.49MB
查看485.36MB
查看991.58MB
查看304.84MB
查看648.52MB
查看583.79MB
查看507.13MB
查看165.78MB
查看210.66MB
查看250.64MB
查看295.39MB
查看536.77MB
查看350.98MB
查看667.68MB
查看947.80MB
查看631.16MB
查看979.25MB
查看818.75MB
查看544.25MB
查看858.59MB
查看119.68MB
查看219.82MB
查看107.22MB
查看738.45MB
查看331.48MB
查看740.38MB
查看306.71MB
查看168.28MB
查看738.56MB
查看404.93MB
查看555.46MB
查看990.68MB
查看209.32MB
查看506.89MB
查看133.46MB
查看640.76MB
查看254.47MB
查看555.89MB
查看198.64MB
查看904.52MB
查看604.78MB
查看601.99MB
查看349.26MB
查看497.57MB
查看146.83MB
查看232.41MB
查看106.17MB
查看227.94MB
查看555.94MB
查看667.21MB
查看753.95MB
查看911.52MB
查看562.43MB
查看683.78MB
查看931.19MB
查看651.99MB
查看871.94MB
查看886.89MB
查看943.52MB
查看530.89MB
查看277.61MB
查看611.30MB
查看427.21MB
查看979.29MB
查看112.25MB
查看999.99MB
查看336.47MB
查看702.29MB
查看364.45MB
查看627.38MB
查看989.75MB
查看330.48MB
查看369.79MB
查看546.19MB
查看237.95MB
查看804.62MB
查看858.88MB
查看717.76MB
查看647.61MB
查看234.88MB
查看894.13MB
查看915.48MB
查看950.91MB
查看878.32MB
查看599.50MB
查看783.15MB
查看555.83MB
查看291.37MB
查看675.10MB
查看948.78MB
查看893.39MB
查看866.67MB
查看
395 盐城er
宣称袭击莫斯科的IS究竟是何来头☒
2025-07-07 14:41:22 推荐
490 188****5955
莫斯科恐袭案两名嫌疑人被拘留☖
2025-07-09 03:20:52 不推荐
135 152****5135
莫斯科恐袭4名嫌疑人身份确定☚
2025-07-08 13:18:36 推荐
58 复仇者联盟大冲击无敌版
丈夫去世收转账47月☞
2025-07-08 11:11:43 推荐