随着人工智能技术的飞速发展，AI模型在各个领域的应用日益广泛。近日，上海人工智能实验室旗下的司南评测体系OpenCompass发布了首个针对大模型的高考全卷评测结果，引发了社会各界的广泛关注。本次评测选取了7个大模型参与“语数外”三科的高考模拟考试，旨在评估这些模型在知识理解和应用方面的能力。
在评测结果中，阿里通义千问2-72B以303分的总成绩位居榜首，其中语文和英语成绩尤为突出。紧随其后的是OpenAI的GPT-4o，总分为296分，同样展现出了较强的语言理解和表达能力。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%，显示出AI模型在高考水平的知识掌握和应用上的潜力。
然而，令人惊讶的是，这些在语言和文字处理上表现出色的大模型在数学科目上却集体不及格。即使是排名第一的阿里通义千问2-72B，其数学成绩也仅为75分，远低于及格线。其他参与评测的大模型在数学方面的表现也不尽如人意，普遍呈现出低分现象。
这一结果引发了业界的深思。为何AI模型在语言和文字处理上能够取得如此高的分数，而在数学方面却显得力不从心？对此，有专家分析认为，这可能与数学学科的特性有关。数学不仅需要理解和记忆公式定理，还需要进行逻辑推理和问题解决能力的训练。而当前的AI模型在逻辑推理和问题解决能力方面还存在一定的局限性，导致在数学考试中难以取得理想成绩。
此外，从商业角度来看，这一评测结果也反映了当前AI技术发展的瓶颈。虽然AI模型在语言处理、图像识别等领域取得了显著进展，但在更复杂的任务中，如数学问题解决、逻辑推理等，AI技术仍然面临诸多挑战。这也提示了AI企业和技术研发者需要不断探索和创新，突破技术瓶颈，提高AI模型在更广泛领域的应用能力。
总体来看，本次AI高考全卷评测结果揭示了AI模型在高考水平的知识掌握和应用上的潜力与局限。对于AI企业和技术研发者来说，这既是一个挑战也是一个机遇。只有不断突破技术瓶颈、提高AI模型在更广泛领域的应用能力，才能推动AI技术的持续发展和普及。（数据支持：天眼查）
本文作者可以追加内容哦 !
