挑战高考数学完胜!商汤日日新多模态大模型权威评测第一 (挑战高考数学试卷)

文章编号:52257 资讯动态 2025-02-01 商汤 OpenCompass 日日新

刚刚,商汤科技日日新SenseNova多模态大模型,在权威综合评测权威平台OpenCompass的多模态评测中取得榜单第一。 挑战高考数学完胜!商汤日日新多模态大模型权威评测第一 OpenCompass多模态大模型评测排名

商汤日日新平均得分达到77.4,领先GPT-4o、Claude 3.5 SONnet以及国内所有不同尺寸的开源和闭源模型。尤其在涵盖算术、统计、代数、几何、数值常识、科学和逻辑的权威数据集MathVista维度上,取得78.4分的最高分,展现了领先的“数理”能力

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

OpenCompass 多模态评测包含八个核心数据集,从多种视角客观量化多模态大模型的能力。此次评测中,商汤日日新在几乎所有维度上都达到或超过GPT-4o水平,其中四个维度上(MMStar、MathVista、OCRBench、MMVet)排名全球第一。

OpenCompass大模型开放评测体系是上海人工智能实验室推出的,拥有完整开源可复现的评测框架,定期发布对各类大模型的评测成绩和排名。体系覆盖了语言与理解、常识与逻辑推理、数学计算与应用、多编程语言代码能力、智能体、创作与对话等多个方面,是对大模型真实能力各个维度的全面诊断。

小试牛刀,商汤多模态进阶

作为计算机视觉领域的先行者和领军企业,早在几年前,商汤就确定了多模态大模型的研究方向,并在研发中,融合积累的领先算法、丰富数据和场景认知建立起核心优势。

2023年4月,商汤率先发布了行业领先的多模态大模型;

2024年2月,基于商汤日日新4.0的多模态大模型,在当时权威评测基准测试集MME Benchmark上位列第一,综合得分达2199.5(超过GPT-4V的1926.57),并应用到智能驾驶、智能车舱、电力行业等多个场景;

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

2024年7月,商汤发布国内首个交互体验上对标GPT-4o的大模型——日日新5o,实现无延时的实时流式交互。

全新阶段,跨模态深度融合

今年三季度以来,商汤已跨越初期探索,进入了多模态大模型的研发新阶段——实现跨模态深度融合。以此目标,商汤打造了全新原生多模态大模型——日日新SenseNova多模态大模型。

跨模态深度融合指能够跨越不同模态(自然语言、代码、语音、图像、医疗影像、视频等)之间的鸿沟,充分利用不同模态的信息,通过跨模态逆渲染、多模态思维链等技术创新,实现数据之间的集成和交互。由此,模型的感知和理解能力将得到极大增强,并支持多模态融合推理的实现。

跨模态融合有多种方法。例如,通过融合预训练以及后训练技术,商汤日日新多模态大模型大幅增强了数理逻辑和推理能力。

评测中,当我们从“五年高考,三年模拟”里随机抽取几道高考数学题,日日新多模态大模型都可以轻松应对。

提问:这道选择题要怎么做?

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新输出结果,并给出详细解题过程:

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

提问:这道题要怎么解?请告诉我详细的思路

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新输出结果:

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新再次输出正确结果。

数学回答满分,再来看看物理。

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新输出结果:

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

物理题也答对啦~

此外,通过多模态融合并对模型进行定向优化,商汤日日新多模态大模型还大幅提升了对统计图表和多模态文档的理解能力。

评测中,当难度提升,让我们看看结果如何。

提问:使用下表中的数据,计算2011年每股FCFE的金额。

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新输出推理结果:

挑战高考数学完胜!商汤日日新多模态大模型权威评测第一

商汤日日新成功输出推理结果,效果令人惊叹。

随着融合模态有效提升AI大模型性能,多模态融合未来可广泛应用于诸多场景,例如在线上教育、语音客服等场景,结合语音和自然语言来提升交互体验;在自动驾驶场景,融合视觉及多种模态数据,来提升感知精度和决策能力等。

数理还只是起点。目前,日日新SenseNova多模态大模型已经可以通过API调用,即将开放普通用户体验。

版权文章,未经授权禁止转载。详情见 转载须知 。


本文地址: https://www.gpxz.com/article/85ccbf9c0d767927443b.html
全局中部横幅
全局中部横幅
光纤

昆山大鑫华智能装备(电话:188-9696-3185)主营生产:机器人,锂电池,金属,不锈钢,振镜,光纤,全自动激光焊接机,高速,精密,皮秒,大功率激光焊接机,精密激光切管机,激光镭射机/镭雕机,CCD视觉激光打标机,源头厂家,设备可定制,质量保障,价格合理。

好师来

好师来网始终以高效、诚信、共享为宗旨服务广大用户,主要内容包括上门家教,中小学学习成长、考试试卷、试题、作文、小升初、中高考、艺考,学校信息资讯,教育导航等。

机器人维修,工业机器人保养,机器人售后服务,广州子锐机器人

ABB机器人维修专注机器人疑难故障快速修复,芯片级维修,KUKA库卡工业机器人控制柜修理,YASKAWA安川机器人保养,FANUC发那科机械手机械臂及示教器、驱动器、伺服电机维修。

宁波新州焊接设备有限公司

宁波新州焊接设备有限公司成立于1998年,是一家专业设计、生产各种点焊机、排焊机、对焊机等成套专用电阻焊接设备的国家级高新技术企业。公司现有建筑面积16000m2,注册资金500万元,固定资产4000多万元,是国内大型生产电阻焊机的厂家之一。公司设有市级研发中心,中心内拥有一支高水平的研发和技术管理队伍,以及相应的科研测试设备和相关科技人员。研发能力和产品质量不断提高。

江西进贤消防化工实业有限公司

干粉灭火剂哪家好?江西进贤消防化工实业有限公司从事于ABC超细干粉,D类干粉灭火剂等生产,质量可靠,价格实惠.电话:0791-85669119

集翔网

集翔网是一家聚焦于亿元级企业的产融结合加速服务平台,为企业提供资本、人才、市场、创新、合规、招商六大全价值加速服务,陪跑企业高速增长高质量发展。集翔网企业加速平台通过“产业+投资+平台”的形式构建生态链打造一站式加速服务系统,为电商、农业、科技、健康四大领域企业加速发展。

微订

微订,专业做公众号+小程序+App一站式O2O移动商城系统,可以快速搭建微信外卖订餐系统、微信点餐平台、微信点餐系统、微信外卖系统、微信外卖平台、微信订餐系统、微信订餐平台、微信点单系统、校园点餐平台、跑腿服务、交易零售等本地多元化服务平台,基于SaaS模式,向商户提供强大的O2O平台解决方案。

三星手游网

三星手游网为您提供手机游戏、安卓手机软件下载,通过分类免费下载排行榜前十名游戏软件推荐可以安全装到手机上,所有安卓软件apk和手游均来自官方,是您装机必备的软件下载网站。

独立费

独立费网是工程建设其他费用计算器,提供工程建设其他费用在线计算,一键计算工程投资估算,投资概算,生成工程投资估算表,计算范围包括勘察费、设计费、监理费、造价咨询费、招标代理费,建设项目前期工作咨询费,测绘费,规划费,环评费,建设单位管理费,资产评估费,水土保持方案编制费,建设项目前期工作咨询费等在线计算器,并可以在线查看下载工程建设其他费用取费标准、收费标准。

博文

江阴博文财税专注于为中小微企业及创业者提供一站式专业工商财税服务。江阴公司注册,代理记账报税,公司变更,注销公司,财务税务咨询,一般纳税人申请,出口退税,办理内外资,江阴公司注册,财税记账选「博文」

全局底部横幅