首个AI高考全卷评测结果出分

首个AI高考全卷评测结果已经公布，这是由上海人工智能实验室旗下的司南评测体系OpenCompass进行的测试。在这次评测中，选取了7个大模型进行高考“语数外”全卷能力测试，并且使用了全国新课标I卷48。所有参与评测的开源模型的开源时间均早于高考，确保了评测的“闭卷”性48。成绩的评判由具有高考评卷经验的教师人工完成，以确保评分更加接近真实的阅卷标准148。

在这次评测中，阿里通义千问2-72B模型表现突出，排名第一，总分为303分37910。然而，数学科目的成绩并不理想，所有参与评测的大模型在数学科目的平均得分率仅为36%，这突显了大模型在复杂推理能力方面的不足611。尽管如此，这次评测结果为AI在教育领域的应用提供了重要的参考和启示2。