北京市海淀区教师进修学校校长姚守梅解读大模型K12学科测试结果时指出，在语文、历史等人文学科的考试中，模型欠缺对文字背后的文化内涵以及家国情怀的理解。面对历史地理综合题时，模型并不能像人类考生一样有效识别学科属性。相较于简单的英语题，模型反而更擅长复杂的英语题。解理科题目时，模型会出现以超出年级知识范围外的方法解题的情况。当出现无法理解的考题时，模型依然存在明显的“幻觉”。
评测结果显示，在中文语境下，国内头部语言模型的综合表现已接近国际一流水平，但存在能力发展不均衡的情况。在多模态理解图文问答任务上，开闭源模型平分秋色，国产模型表现突出。国产多模态模型在中文语境下的文生图能力与国际一流水平差距较小。多模态模型的文生视频能力上，对比各家公布的演示视频长度和质量，Sora有明显优势，其他开放评测的文生视频模型中，国产模型PixVerse表现优异。
男男禁18片免费入口第21集评测发现，模型在综合学科能力上与海淀学生平均水平仍有差距，普遍存在文强理弱的情况，并且对图表的理解能力不足，大模型未来有很大的提升空间。
据介绍，本次用于评测的评测体系依托科技部“人工智能基础模型支撑平台与评测技术”和工信部“大模型公共服务平台”项目，智源研究院与10余家高校和机构联合开展大模型评测方法与工具研发。
网友评论更多
88 讷河n
低谷期如何将“自怜”转化成“自爱”？✗✘
2025-06-18 08:26:37 推荐
187****8131 回复 184****8640 ：每天夸夸自己的三件小事✙ 来自北安
187****4400 回复 184****8767 ：克鲁格曼为中国经济把脉，究竟有没有道理？✚ 来自五大连池
157****4138 ：按最下面的历史版本✛✜ 来自嫩江
21 铁力804
中国将把电动汽车销往哪里？✝✞
2025-06-19 01:55:51 推荐
永久VIP ：德国为何呼吁欧盟不要追随美国对中国电动汽车加征关税？✟ 来自同江
158****2461 ：每周时事分析：朝鲜高层进入紧张状态✠ 来自富锦
158****3762 回复 666✡ ：欧洲或可免于电动车引发的全球贸易战✢ 来自虎林
57 密山ei
张戎著作 《宋氏三姐妹与她们的丈夫》：中国为什么会从慈禧走向毛泽东？✣✤
2025-06-18 05:21:15 不推荐
绥芬河tq ：中国楼市交易心理的变化✥
186****3490 回复 159****8242 ：外资应该如何看待中国✦