是韓國公司今年11月發(fā)布的一款人工智能技術驅(qū)動的自然語言處理工具，今年11月30日推出以來，60天內(nèi)月活用戶直接破億，被覺得是史上用戶增速最快的消費級應用。
寫代碼、文案，做物理題，進行不同語言之間的翻譯，的強悍功能讓學習人工智能相關專業(yè)的清華學院碩士研究生張嘯天倍感既驚訝又激動。
“我主要讓它寫代碼，包括一些技術問題，解決方案。我覺得到它很聰明高考物理滿分多少分，篤定它可以通過圖靈測試。但它的極限是哪些？我想曉得它到底有多聰明。”
于是，今年12月，張嘯天和兩位朋友一起收集了2010年到2022年的中考全省卷試卷，剔除部份富含圖片的題目，讓作答。
經(jīng)過近5個月的測試，近期高考物理滿分多少分，的中考測試報告新鮮揭曉。包括選擇題、填空題和問答題在內(nèi)，共回答了2811道題目。結(jié)果顯示，更擅長工科，在歷史、地理、政治上取得了不錯的成績；而在生物、化學、物理等理科學科上表現(xiàn)不佳，尤其在數(shù)學上。
中考全省卷滿分為750分。清華學院計算機科學技術大學碩士研究生宗一告訴瞧瞧新聞Knews記者，“綜合歷年得分情況，做工科卷的得分會更高一些，接近400分；理科題的話，只有300分出頭。”。
對于“文強理弱”的厭學情況，該項目的負責人、復旦學院計算機科學技術大學院士邱錫鵬解釋說，與工科試卷注重考察常識不同，理科試卷更關注邏輯推理能力，這恰恰是目前通用人工智能模型的弱項。
此外，通過對超過1萬億個人類詞匯和1700億個模型參數(shù)進行高效迭代訓練，具備強悍的自我學習、推理和歸納總結(jié)能力。既然這么，為什么它的“高考”成績卻不太理想呢？
邱錫鵬覺得，一方面是由于中考試卷確實有難度；另一方面，測試成績與評價方法相關。“早期我們采用的是人工評分，發(fā)覺的水平大約可以達到500分。如今我們使用了更嚴格的形式，也就是機器評分，所以成績有一定的波動。”
值得注意的是，這次測試的版本為-3.5。隨著該模型不斷升級迭代，它的能力會越來越強。這次測試不僅了解的中考水平外，研究團隊還有一個更大膽的構想。
“我們構造一個數(shù)據(jù)集，這個數(shù)據(jù)集可以拿來評判不同小型語言模型的療效。由于現(xiàn)今不同的公司、單位、機構都在做自己的大模型，這么就是說我們就要有一個客觀的評價標準。你們都說自己的模型水平可以達到的百分之七八十，究竟怎樣樣，須要有一個客觀的測試。我覺得中考評測是比較客觀綜合的一種測試方法。”邱錫鵬表示，未來該數(shù)據(jù)集將大有可為。
（瞧瞧新聞Knews記者：周智敏徐瑋）