更新时间： 浏览次数： 948
今日网易有道发布了一则视频，6位清华姚班学生与AI比赛做高考压轴题。清华姚班为图灵奖得主姚期智院士创办，汇聚了数学、物理、情报学竞赛金牌得主。
姚班学生和AI竞速的两道题分别为2023年高考数学全国一卷压轴题和2021年高考物理江苏卷压轴题。姚班学生在10分钟内达成了作答，仅有1位同学做错了题目，AI答疑笔则在输入确认后几秒就开动输出步骤，并答对了题目。<table border=0 cellspacing=0 cellpadding=0 align=left class="adInContent"><tr><td><!--画中画广告start--> <!--<meta name="chinanews_site_verification" content="93ae22052369ea92e6d8ce0007ffdb8e"/>--> <!--4,175,633 published at 2025-05-28 09:17:47 by 947--><!--画中画广告end--></td></tr></table>
能够对比的是，去年高考结束后，有单位让包含GPT-4o、豆包、文心4.0在内的9家大模型试验河南的高考卷，并以河南的分数线评判，最终有4家大模型在文科高考中达到河南的一本线，但没有大模型的理科分数达到河南省一本线。
有道相干主管人对记者表达，今年以来AI进展迅速，尤其是DeepSeek-R1带来了推理模型大爆发，而大模型推理水平和交互水平在教育场景的适配性非常高，能够逐步解答个性化教学和答疑的必要，而且给予的指导和答疑品质徐徐高，所以挑选与高考顶尖学霸开展同题测试，用一类径直明了的方式向大众展示AI大模型水平的提升。
在题型挑选上，主要基于难度和认知度的考量，上述主管人表达，“由于大家对高考的难度都是有观念的，尤其是这种高难度的理科压轴题，容易引起关心，也能直观展示成效。”
上述人士透露，前段时间还做了北京最新高考二模(题库情报里没有的新题)的挑战。AI答题后由老师开展批改，分数为697分(总分750分)，达到“清北”水平。“毕竟去年AI集体做24年高考题的时候理科差不多全军覆灭。”
过去一年时间，不少大模型公司将数学水平当作大模型的水平表现。OpenAI在介绍OpenAI o3-mini时表达，OpenAI o3‑mini 的高推理水平在 FrontierMath 上的展现优于其前辈。在 FrontierMath 上，当被请求应用 Python 软件时，拥有高推理水平的 o3‑mini 首次试验即可解答超过 32% 的疑问，之中包含超过 28% 的挑战性 (T3) 疑问。FrontierMath是由Epoch AI联合60余位全世界的数学家共同推出了全新的数学基准，其原创的数学疑问对于行业数学家而言仍需数小时乃至数日解答。可是，OpenAI公布的成绩后续曾遭到质疑。
此前谷歌宣布推出了基于强化学习的数学推理平台 AlphaProof，和几何求解平台的改进版 AlphaGeometry 2。谷歌表达这两款平台共同解答了2024年国际数学奥林匹克(IMO) 六道题目中的四道，首次达到了与银牌得主颇为的水平。
今年4月29日，阿里巴巴发布新一代通义千问模型Qwen3。据晓得，在奥数水平的AIME25测评中，千问3斩获81.5分，刷新开源纪录。
灵动兼备，人性契合：XXXx人的动态角色扮演探索的相关文章