上海人工智能实验室公布了七款AI大模型高考总成绩公布，“AI考生”能上什么学校？

文章来源：万象ai发布时间：2025-07-08 11:06:16

凤凰网科技讯 7月18日，上海人工智能实验室公布了大模型开源开放评测体系司南对7个AI大模型进行了高考全科目测试结果。结果显示：书生·浦语2.0系列文曲星大模型（浦语文曲星）、阿里通义千问大模型Qwen2-72B以及GPT-4o再次包揽文、理科前三甲；前三名AI“考生”的文、理科成绩分别超过了“一本”“二本”线（以今年高考人数最多的河南省的分数线为参考）。

上海人工智能实验室公布了七款AI大模型高考总成绩公布，“AI考生”能上什么学校？

从官方提供的测试结果来看，前三甲“考生”达一本水平，大部分模型未到二本线。其中，阿里通义千问大模型Qwen2-72B以546分的成绩获得AI高考“文科状元”，浦语文曲星则以468.5分成为理科第一名。

在文科成绩方面，Qwen2-72B、浦语文曲星、GPT-4o的文科成绩均超越“一本线”，展现了大模型在语文、历史、地理、思想**等科目上深厚的知识储备和理解能力。而在理科成绩方面，AI“考生”整体表现弱于文科，体现了大模型在数理推理能力上普遍存在短板。

据悉，本次评测具有几大特点：

1. 全卷考试：进行全卷评分，而不只针对单一题型，且包括带图的高考题

2. 考前开源：评测覆盖的开源模型均为今年高考前开源的模型，排除泄题的可能性

3. 老师打分：邀请有高考阅卷经验的老师打分，确保评分和高考尽量一致

4. 完全公开：生成答案的代码、模型答卷、评分结果完全开源

在此次测试中，阅卷老师们一致认为，大模型与真人考生依然存在差距。具体而言，在作答主观题时，大模型往往无法完整理解题干，不明白代词指向，结果导致答非所问；解答数学题时，解题过程机械且逻辑性差，对于几何题，常出现与空间逻辑相违背的推断；对物理、化学实验理解肤浅，无法准确识别并运用实验器材。

此外，大模型也会伪造虚构内容，编造看似合理但实际不存在的诗句，或在存在明显计算错误的情况下之后不反思，“硬着头皮蒙”一个答案，均给阅卷老师带来了困扰。

通过盘点AI“考生”的答卷，司南的模型评测团队深入分析了当前大模型普遍存在的问题：反思能力弱、“一本正经”虚构内容、缺乏空间想象能力以及对物理、化学实验理解肤浅。

上一篇: 经纬早班车｜外国投资者大幅减持美国长期证券；OpenAI推出新人工智能模型

外国投资者大幅减持美国长期证券当地时间7月18日，美国财政部公布2024年5月的国际资本流动报告(TIC)。报告显示，5月份，外国投资者持有美国长期证券减少167亿美元。其中，外国私人投资者持有的美国长期证券减少

下一篇: 《人工智能法案》将于8月1日在整个欧盟范围内生效

NO 1 《人工智能法案》将于8月1日在整个欧盟范围内生效欧盟发布的全球首个《人工智能法案》（EU AI Act）将于8月1日在整个欧盟范围内生效，这也是迄今为止全球发布的一项最为全面的针对人工智能监管的法案。欧