今年5月，豆包大模型在火山引擎原动力大会上正式发布。相关数据显示，在MMLU、BBH、GSM8K、HumanEval等11个业界主流的公开评测集上，Doubao-pro-4k的总分为76.8分，优于同期测试的其他国产模型。在数学能力、语言理解能力，以及综合评测集CMMLU和CEval的评测上，豆包也有不错的表现，得分排在前三。
北京pk十赛车正规平台下载新民晚报讯(记者金志刚)近日，复旦大学自然语言处理(NLP)实验室LLMEVAL团队公布了2024年高考数学大模型评测结果。数据显示，字节豆包在2024高考数学新II卷客观题正确率达到74.66%，在13家大模型中排名首位，阿里千问和GPT-4o分列二三位。而在高考数学新I卷评测排名中，字节豆包也排在前列。
评测选取2024高考数学新I卷和新II卷的14道客观题，参评“选手”涵盖GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o是OpenAI于今年5月新推出的大语言模型，数学能力是其发布会现场着重展现的能力模块。但结果显示，部分国产大模型在本次数学评测中的成绩优于GPT-4o。在新II卷客观题测试中，字节豆包成绩排在首位，其次是阿里千问和GPT-4o。
据悉，LLMEval是由复旦大学NLP实验室推出的大模型评测基准，专注于评估专业领域的知识能力。评测团队表示，全新出炉的高考试题具备高度的独创性和保密性，是用来评测大模型的“绝好评测集合”。因此，团队在高考后第一时间对13家大模型进行了评测。
网友评论更多
46 西安a
国乒最强她们最美 罗马尼亚美女成世乒赛颜值担当❳❴
2025-08-09 08:41:18 推荐
187****9330 回复 184****2752 ：31岁女星闪嫁大25岁富豪 婚礼现场照曝光❵ 来自延安
187****6778 回复 184****1498 ：巩俐30年前旧照曝光 清纯甜美气质出众❶ 来自铜川
157****5447 ：按最下面的历史版本❷❸ 来自渭南
55 咸阳906
张一山女友被曝光是宋妍霏，网友晒出实锤图，两人光明正大秀同款？❹❺
2025-08-09 05:04:08 推荐
永久VIP ：一条微博引发“血案“!范冰冰4天6000万片酬被查:崔永元怒怼,3000亿影视股悬了❻ 来自宝鸡
158****2624 ：中年不发福！51岁景岗山紧身衣秀健硕身材❼ 来自汉中
158****4043 回复 666❽ ：1年7次约会4进酒店！赵丽颖冯绍峰发的糖都要蛀牙了❾ 来自榆林
84 商洛kf
章子怡晒两个女儿照片，网友：大女儿和私下差别太大❿➀
2025-08-11 06:05:45 不推荐
安康iv ：明星收入究竟有多高，明星应当如何纳税？➁
186****7601 回复 159****1137 ：崔永元：向范冰冰致歉 “4天6000万合同”与她无关➂