谷歌数学版Gemini破解奥赛难题，堪比人类数学家！

文章摘要

【关 键 词】 人工智能、数学能力、多模态理解、技术突破、基准测试

在谷歌I/O大会上， Gemini 1.5 Pro的发布引起了广泛关注。该模型的数学专业版本在多项基准测试中展现出了卓越性能，特别是数学能力，其成绩甚至与人类专家水平相当。在关键基准测试中，1.5 Pro不仅超越了之前的“超大杯”1.0 Ultra版本，而且在大多数文本和视觉测试中，性能优于GPT-4 Turbo。

在数学评测方面，Gemini 1.5 Pro“数学定制版”使用了多个由数学竞赛衍生的基准测试，结果显示其明显优于Claude 3 Opus和GPT-4 Turbo，尤其在MATH测试中取得了91.1%的突破性成绩，而三年前的记录仅为6.9%。此外，在AIME测试集中，1.5 Pro能解决的问题数量是其他模型的4倍。

除了数学能力，1.5 Pro在文本评估中的推理、编码、多模态多项基准测试中也取得了显著优势。在MMLU通用语言理解基准测试中，1.5 Pro在正常设置中得分为85.9%，在多数投票设置中得分为91.7%，超过了GPT-4 Turbo。

在多模态评估中，技术报告涵盖了多模态推理、图表与文档、自然图像以及视频理解等多个基准测试，展示了1.5 Pro在图像理解任务和视频理解任务中的强大性能。

整体来看，Gemini 1.5 Pro的核心性能全面提升，无论是数学能力还是多模态理解，都表现出了当前最先进的技术水平。

原文和模型

【原文链接】 阅读原文 [ 4096字 | 17分钟 ]
【原文作者】 新智元
【摘要模型】 glm-4
【摘要评分】 ★★★★★

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。