上海人工智能实验室旗下司南评测体系OpenCompass近期选取了7个大模型进行高考“语数外”全卷能力测试。
6月19日，OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为420分，此次高考测试结果显示，阿里通义千问2-72B排名第一，为303分，OpenAl GPT-4o排名第二，得分296分，上海人工智能实验室的书生·浦语2.0排名第三，三个大模型的得分率均超过70%。来自法国大模型初创公司的Mistral排名末尾，仅拿下185分。
公开评测细节可访问：
上海人工智能实验室旗下司南评测体系OpenCompass近期选取了7个大模型进行高考“语数外”全卷能力测试。
6月19日，OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为420分，此次高考测试结果显示，阿里通义千问2-72B排名第一，为303分，OpenAl GPT-4o排名第二，得分296分，上海人工智能实验室的书生·浦语2.0排名第三，三个大模型的得分率均超过70%。来自法国大模型初创公司的Mistral排名末尾，仅拿下185分。
公开评测细节可访问：
