首个AI高考全卷评测结果发布,数学全部不及格,成最大难题!

AI高考全卷评测:大模型教育能力的实证边界 高考作为高信度、高区分度的标准化认知任务,本质是时间压力下多学科知识协同调用与表达的过程。其能力评估不能止于单点测试,而需覆盖跨模态理解、符号推理、语义辨析、步骤逻辑等复合维度。AI高考全卷评测正是以此为出发点,通过真实真题、无联网约束、双盲人工批改等严苛条件,系统测量大模型在语文古诗鉴赏、数学步骤分获取、英语语感判断、理综图像-公式联合推理等关键场景的表现。该评测不追求参数规模,而是聚焦‘现学现用’能力与‘教育可用性’落差,为教研员选型、工程师优化、教师预判AI教学影响提供可验证的技术标尺。 阅读详情
👇我的小册 45章教程:(小白零基础用Python量化股票分析小册) ,原价299,限时特价2杯咖啡,满100人涨10元。

首个 AI 高考全卷评测结果已经发布,Qwen2-72B、GPT-4o 及书生·浦语2.0 文曲星(InternLM2-20B-WQX)成为本次大模型高考的前三甲。

大部分大模型在语文和英语科目上表现良好,但在数学科目上还有待加强。

9e792c826ede217a7cc2802291df681f.jpeg

在语文和英语科目上,AI 展现出了较强语言能力,阿里巴巴开源的 Qwen2 系列 MoE 对话模型、GPT-4o 以及书生·浦语2.0 等模型在这两个科目上的平均得分均超过了 105 分,显示出 AI 在理解和生成语言方面的潜力。

  • Qwen2-72B 语文达到了 124分,英语 109 分。

  • GPT-4o 语文 111.5 分,英语达到了 111.5 分。

7b169643a203d3524eee0d804215a350.jpege7e9ac03a1ab0ebde1e561305f921887.jpeg

然而,当转向数学科目时,AI 的表现却不尽如人意,InternLM2-20B-WQX 在数学单科上排第一为 75 分,GPT-4o 与 Qwen2-72B 分别为 73 分和 70 分,所有参与评测的AI模型在数学上均未达到及格线。

d53a3f430b38d0283e60dd3d3d8052dc.jpeg

这一结果凸显了 AI 在复杂推理和计算能力上的局限性。

尽管 AI 在数学上的表现尚有提升空间,但这次评测无疑为AI的未来发展提供了宝贵的参考。

数学能力的提高不仅关系到AI在金融、工业等专业领域的应用,也是 AI 技术成熟度的重要标志。


语文:

  • 模型的现代文阅读理解能力普遍较强,但是不同模型的文言文阅读理解能力差距较大。

  • 大模型作文更像问答题,虽然有针对性但缺乏修饰,几乎不存在人类考生都会使用举例论证、引用论证、名人名言和人物素材等手法 。

  • 多数模型无法理解“本体”“喻体”“暗喻”等语文概念。语言中的一些“潜台词”,大模型尚无法完全理解。

数学:

  • 大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。

  • 大模型的公式记忆能力较强,但是无法在解题过程中灵活引用。

英语:

  • 英语整体表现良好,但部分模型由于不适应题型,在七选五、完形填空等题型得分率较低。

  • 大模型英语作文普遍存在因超出字数限制而扣分的情况,而人类考生多因为字数不够扣分。


参考链接:https://www.shlab.org.cn/news/5443927

公开评测细节可访问 :https://github.com/open-compass/GAOKAO-Eval

cf71fa33166a8011930173c370ad70f8.jpeg

最后推荐一下我们团队写的量化小册的内容,45篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价299 早鸟价2杯咖啡钱,即可永久阅读。满400人又要涨价了,现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!

45000020f1c6aa07e638cbb6ecd509e0.png

往期推荐
量化: 如何用Python爬取创业板历史+实时股票数据!|实战股票分析篇利用Pandas 9招挖掘五粮液股价!|实战股票数据分析篇 Pandas滚动操作 |量化股票第一步,用Python画股票K线,双均线图,可视化你的股票数据!|如何用Python爬取全部800多只ETF基金数据!|如何用Python写一个双均线策略 |如何用Python开发一个多策略机器人!上篇!|Python量化系列-用布林策略买五粮液能赚多少钱?|只要4秒钟!用Python 获取上证指数34年的历史日线数据!

 
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径

干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影

趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!

AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影

小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!

AI高考数学全不及格?揭秘大模型的认知断层与评测新范式 高考数学题本质是认知建模能力的试金石,而非单纯计算或模式匹配任务。其核心在于命题意图识别、约束条件动态整合、符号到语义的深度映射等高阶思维过程。当前大语言模型受限于Transformer架构对静态关联的偏好,普遍缺乏隐函数理解、解题路径合理性判断和元认知校验能力——这正是‘AI高考数学全不及格’背后的真实技术瓶颈。该现象凸显了AI在可解释推理、教学适配性及教育评估科学化方面的关键缺口,也为构建面向思维过程的三层漏斗评测体系(任务完成度→过程合理性→意图契合度)提供了坚实依据,正推动教育AI从‘答得对’向‘想 阅读详情

相关推荐

Qwen2高考全卷评测:教育AI的推理能力硬核验证

大模型在教育场景中的核心价值,不在于知识广度,而在于可解释、可追溯、抗干扰的逻辑推理能力。其技术原理涉及数学符号语义建模、长文本分层记忆、跨学科概念对齐与容错引导式输出四大机制。这类能力直接支撑高精度学情诊断、过程性思维训练与跨学科问题解决,是构建可信教育AI产品的底层基石。本次基于6套真实高考试卷的闭卷评测,聚焦Qwen2在无外部插件、禁联网条件下的原生推理表现,尤其凸显其在数学符号理解、长程逻辑链稳定性及教育特异性纠错机制上的突破,为教师选型、产品设计与教学实践提供可复现的能力标尺。

weixin_33970449的博客 622

AI高考全卷评测:大模型教育能力的终极压力测试

高考作为人类最严苛的标准化认知评估体系,其全卷结构天然承载着多学科知识整合、高阶推理、价值判断与教学适配等复合能力要求。大模型能否真正理解‘为什么这样答’、识别‘题目隐含的认知陷阱’、在政治论述中保持逻辑自洽,已远超传统准确率评测范畴。AI高考全卷评测由此成为检验教育大模型是否具备事实准确性、推理保真度、认知适配性与价值引导性的关键标尺,尤其适用于教育科技产品设计、AI教研系统开发及K12智能学习工具选型等真实落地场景。

aocaiti5781的博客 376

高考全卷评测揭示大模型真实认知能力边界

大模型的推理能力评估正从简单准确率转向复杂认知稳定性。高考作为高信度、强约束、跨学科的综合能力测试,本质检验的是情境锚定、思维弹性、语义场动态校准与知识缝合等底层认知机制。这类评测已超越传统NLU或数学benchmark范畴,成为衡量模型是否具备‘连续深度推理’与‘人工阅卷一致性’的关键标尺。尤其在教育AI、专业辅助决策等高信任场景中,模型对模糊指令的鲁棒性、多任务干扰下的注意力保持、以及跨学科概念映射能力,直接决定其工程落地可行性。本次全卷压力测试所暴露的‘认知缓冲区’缺失与稳定性断层,正是当前大模型从‘

weixin_30321709的博客 363

首个AI高考全卷评测结果出分,大模型“考生”表现如何?

大部分大模型“考生”语文、英语科目表现良好,但在数学方面还有待加强。阅卷老师点评,在语文科目上,对于语言中的一些“潜台词”,大模型尚无法完全理解。在数学科目上,大模型的主观题回答相对凌乱,且过程具有迷惑性。

加百力 的技术博客 1043

Qwen2高考全卷评测:大模型如何通过教育认知操作系统落地教学

大语言模型正从通用文本生成迈向垂直领域深度认知,其中教育场景因其强规则性、高逻辑性与文化敏感性,成为检验AI真实能力的关键试金石。高考作为中国基础教育最严苛的标准化评估体系,天然涵盖信息提取、多步推理、语义理解、规则遵循等核心AI能力维度。阿里通义Qwen2在语数外全卷评测中总分第一,关键在于其突破‘文本模仿’,构建起融合长程逻辑链强化、中文语义颗粒度压缩、考试规则硬约束注入的教育认知操作系统。该技术路径不仅支撑精准解题与合规输出,更赋能教师开展思维显影、错因归因与能力图谱分析,已在语文思辨训练、数学病理诊

weixin_34228387的博客 410

通义Qwen2高考评测:教育大模型的能力图谱诊断革命

教育大模型正从‘解题正确率’迈向‘学科能力建模’这一核心范式转变。高考作为高利害、强结构化的能力评估标尺,其命题逻辑本质是‘核心价值—学科素养—关键能力—必备知识’的四层认知映射。通义Qwen2的突破在于首次实现多模态题干理解与学科能力分层评估的深度融合,不仅识别答案对错,更可溯源解题路径、解析修辞认知负荷、判断语用适切性,将黑箱结果转化为白盒化的能力图谱。该能力体系直指新课标落地难点与教师精准教学刚需,在高中语文阅读分析、数学解题元认知、英语读后续写连贯性等典型场景中已验证显著提效。本次评测标志着教育AI

weixin_30591551的博客 426

大模型高考全卷评测:Qwen2如何通过教育测量学检验

大模型能力评估正从通用NLP指标转向教育测量学范式。高考作为高利害、多维能力的典型教育测评场景,要求模型不仅输出正确答案,更要体现学科思维、步骤逻辑与跨学科整合等深层认知能力。本文基于2024年全国乙卷真题重构与人工双盲评卷,揭示Qwen2在语文思辨深度、数学证明严谨性、英语语用适切性三方面的系统性表现,凸显‘步骤分’‘发展等级’‘四维写作评分’等教育测量核心维度的价值。该评测为AI教育应用提供了可复现、可归因、可教学反哺的能力基线,适用于教师精准诊断学情、教研员设计命题升级路径、教育科技产品验证垂直能力边

440

大模型高考评测:Qwen2-72B真实闭卷考试解析

大模型能力评估正从静态题库刷分转向真实场景化测试。高考作为人类通用智能的核心标尺,以其综合性、开放性与不可预测性,成为检验大模型语言理解、逻辑推理与文化表达能力的天然考场。其原理在于切断训练数据污染可能,依托真实阅卷标准实现人眼判分,技术价值在于揭示模型在语义连贯性、因果推演和文化语境理解上的深层断层。典型应用场景涵盖教育智能辅导、AI内容生成与知识服务系统的能力选型与Prompt优化。本文基于OpenCompass框架与Qwen2-72B实测数据,深入剖析语文‘文化失语症’、数学‘过程幻觉’与英语‘约束感

a2850363633的博客 433

传鸿蒙应用商店将免除对微信的抽成;OpenAI前科学家建安全超级智能实验室;腾讯招聘新增「AI 大模型」专项 | 极客头条

跟英伟达 A100 的相比,「我们能达到 A100 的 0.8~1.2 倍的效率,在跟英伟达相比(指 0.8 倍)的确还是有一定的差距,但是在大模型训练这一块,(我们)跟英伟达 A100 芯片相比已经没有明显差距,特别是在万卡算力集群,包括在鲲鹏云脑、科大讯飞这一块都经过了市场检验」。根据官微介绍,腾讯去年启动“青云计划”,面向全球招募顶尖技术人才,并提供全面定制化的培养和极具竞争力的薪酬。腾讯称,一旦入选,将开放多个腾讯核心业务岗位,让应聘者深度参与前沿的技术课题研究,如AI、大模型、安全、游戏引擎。

极客日报 1万+

避坑指南:sherpa-onnx中文语音识别模型实测对比(2024最新版)

本文实测对比了sherpa-onnx框架下Paraformer、Zipformer、SenseVoice等主流中文语音识别模型。针对不同应用场景,从准确率、延迟、资源占用等维度提供选型建议,并分享部署避坑指南与最佳实践,帮助开发者高效选择本地语音转文字方案。

xray4的博客 2278

Copula函数

Copula是处理统计中随机变量相关性问题的一种方法。本文是对Copula函数的各种定义,Copula函数的思想,Copula函数的性质,Copula函数的类型等理论资料总结

Explore 5万+

【产业互联网周报】5G-A首个版本标准冻结;Anthropic推出Claude 3.5 Sonnet;华为云发布盘古大模型5.0...

ITValue01国内资讯5G-A首个版本标准冻结,相关商用版图正式展开在上海举行的3GPPRAN(无线接入网络项目)第104次会议上,3GPPRelease18标准正式冻结。R18标准从立项到冻结历时3年多,是5G-Advanced的第一个版本,承载着业界拓展场景、深挖潜能、探索方向的期望。而R18标准的冻结,也意味着5G-A技术的商用版图正式展开。中国通信工业协会副会长韩举科表示:“标准冻...

ITValue的专栏 1207

camera——HAL层知识分享

CameraHAL层是Android相机系统的核心中间层,负责连接Framework层与硬件驱动层。它通过标准化接口解耦软硬件,实现跨平台兼容性,同时为厂商提供硬件定制空间。主要功能包括:设备管理、数据流处理、参数控制以及图像优化。关键子系统涵盖预览、拍照、录像、对焦与曝光等模块,采用HAL3的"请求-响应"模型实现精细控制。性能优化重点关注启动时间、帧率稳定性和延迟控制。通过分层架构设计(接口层-核心层-适配层)和缓冲池机制,确保高效数据传输和硬件资源调度。

2302_77429403的博客 2074

高考评测如何解剖大模型的认知能力边界

高考作为经过数十年验证的人类认知能力测量体系,本质上是一套高信度的‘思维压力测试协议’,其题干嵌套、多步推理与跨模块整合等设计,精准暴露逻辑断层与语义模糊点。当前大模型虽在符号操作和结构化任务上表现优异,但在语境敏感度、现实意义锚定及文化语用适配等隐性能力维度存在系统性短板。这种能力剖面差异,正反映出AI在教育评估场景中从‘答案匹配’向‘认知建模’跃迁的核心挑战。本文以通义Qwen2高考全卷评测为切口,解析语言理解边界、逻辑推演粒度与知识调用稳定性三大技术价值,并延伸至智能教育产品设计、AI辅助教学诊断与跨

weixin_33698043的博客 454

DM9000有线网卡驱动编写

DM9000有线网卡驱动编写 1.DM9000简介   DM9000 是一款完全集成的、性价比高、引脚数少、带有通用处理器接口的单芯片快速以太网控制器。 自 带一个 10/100M PHY 和 4K 双字的 SRAM ,DM9000A 为适应各种处理器提供了 8 位、16 位数据接口访问 内部存储器,DM9000 拥有自动协商功能,DM9000 特性如下:   1.集成自适应 10/100M 收发器。   2.内置 16k 字节的 SRAM。   3.支持硬件帧校验。   4.兼容 3.3V 和 5.0V

weixin_44453694的博客 4672

第一弹:llama.cpp编译

1.编译llama.cpp命令行(电脑版本);2.交叉编译安卓命令行版本。

joedan0104的专栏 1万+

Qwen2高考全卷评测:大模型教育能力的隐性维度突破

高考全卷评测已超越传统准确率比拼,成为检验大模型多模态理解、长程逻辑链构建与教育领域知识缝合能力的关键标尺。其核心原理在于复现人类考生的认知路径与评分规范约束,技术价值体现在对题干意图建模、跨学科知识动态调用及离线受限环境下的稳定推理。典型应用场景覆盖智能阅卷、个性化备考辅导与教育质量评估,尤其在图文混排题型解析和主观题细粒度评分中凸显优势。本次评测中Qwen2展现的统一视觉令牌化与思维链校验机制,正是大模型从‘能答对’迈向‘像考生一样思考’的重要里程碑。

weixin_30565327的博客 396

基于sklearn实现LDA主题模型(附实战案例)

目录LDA主题模型1.LDA主题模型原理2.LDA主题模型推演过程3.sklearn实现LDA主题模型(实战)3.1数据集介绍3.2导入数据3.3分词处理 3.4文本向量化3.5构建LDA模型3.6LDA模型可视化 3.7困惑度 其实说到LDA能想到的有两个含义,一种是线性判别分析(Linear Discriminant Analysis),一种说的是概率主题模型:隐含狄利克雷分布(Latent Dirichlet Allocation,简称LDA)。 现在讨论的是主题模型

m0_64336780的博客 2万+

阿里云推出首个 AI 程序员!

AI圈最近又发生了啥新鲜事?该栏目以频率总结前沿AI动态,是快速了解AI发展趋势一个不错的方式,感兴趣的可以点击订阅合集以及时收到最新推送。

啥都生的博客 1389

YOLOv11 改进 - 特征融合 | 小目标检测救星:DySample动态上采样减少特征丢失

本文介绍了超轻量且高效的动态上采样器DySample与YOLOv11的结合,以解决传统上采样器工作负载大、应用场景受限的问题。DySample从点采样角度构建上采样,绕过动态卷积,使用PyTorch标准内置函数实现,无需定制CUDA包,能大幅减少参数、FLOPs等资源消耗。我们将DySample代码集成进YOLOv11。实验脚本显示,结合DySample的YOLOv11在多个密集预测任务中或表现出色。

魔改工程师的博客 1416

2026年CSP-J初赛真题及答案解析

2026年CSP-J初赛真题及题解

王老师青少年编程 1627

20240621 每日AI必读资讯

研究人员招募了500名参与者,与四个代理人:人类、1960年代的ELIZA程序、GPT-3.5和GPT-4交谈,以测试他们是否能分辨出哪个是人类。- AI创建页面后,任何人都可以分享和编辑Sparkpage的副本,并添加任何他们希望的信息——包括冒犯性的、错误的或剽窃的信息。研究结果显示,参与者认为GPT-4是人类的概率为54%,而ELIZA只有22%,GPT-3.5为50%,人类为67%。- PMG技术实现关键词生成和隐向量生成,结合用户偏好和目标项关键词,优化生成内容。自动诊断和修复广告。

m0_46163918的博客 4769

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

原OpenAI联合创始人创业创立新公司SSI

北京时间今天凌晨,原OpenAI联合创始人兼首席科学家Ilya Sutskever宣布创办新公司“安全超级智能”(SSI)。该公司由Sutskever、前OpenAI员工Daniel Levy及AI投资人Daniel Gross共同创立,专注于开发安全的超级智能。SSI声明其唯一目标是实现超越人类认知的机器智能,不受短期商业压力影响。

haleycat的博客 615

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

用高考真题评测大模型:Qwen2-72B实战能力诊断

大语言模型(LLM)的智能水平不能仅靠MMLU、C-Eval等标准化榜单衡量;真正反映其通用认知能力的,是能否在无数据污染、全题型覆盖、人类阅卷锚定的真实场景中稳定输出——高考语文数学英语全卷评测正是这样一种高保真压力测试。它从语言理解、逻辑推理、文化素养到实用表达,系统检验模型对中文语境下复杂任务的建模能力与可解释性。Qwen2-72B在该评测中展现出显著的语言优势与数学短板,揭示了当前开源大模型在问题定义、步骤严谨性与跨知识串联上的核心瓶颈。本评测依托OpenCompass框架与司南体系,为工程选型、微

weixin_30684743的博客 430

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

OpenAI提交上市、AI高考满分、程序员被要求录屏用AI——这一天,AI行业又炸了

尤其受不了模型回复中频繁出现的"稳稳接住""一句话总结""堵住""逐条拆解"等"语癖"——**"看多了怀疑自己认不认识中文了"。——从录屏用AI开发到语言能力倒退,从Nginx团队手写编程到程序员的生存焦虑,AI不是在消除工作,而是在重新定义"什么是工作"。公司让他用AI开发,不配前端,且。问题在于:"使用AI大概半天就能搞完",但帖主"不想太快弄出来,感觉对自己对其他同事来说都不是好事"——Nginx团队成员的观点是:在复杂度和规模中高以上的项目中,AI编程在"该不该这么做"上经常差一口气。

qq_41922571的博客 250
上一篇: 年薪没25W全额退!算法工程师培养计划出台!
下一篇: Python之父推荐!Star 60k!这本 Python 书把内部实现全讲透了!
菜鸟学Python
博客等级 码龄9年 8062粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值