AI首次参与判卷！九大顶尖大模型再战2024高考，谁能拿下最高分？_风闻

6月7日，2024年高考正式开考，来自全国的莘莘学子们，迎来了人生中的一场重要考试。大模型之家首先在这里祝各位考生高考顺利，金榜题名！

在考试首日，高考语文的作文题目，一直是人们关注的重点。顺应大模型技术的热潮，在2024年新课标I卷（适用地区：山东、广东、湖南、湖北、河北、江苏、福建、浙江、江西、安徽、河南）的考试题中，人工智能也顺应形势成为了作文题的题面。

本次新课标I卷的作文题目为：

随着互联网的普及、人工智能的应用，越来越多的问题能很快得到答案。那么，我们的问题是否会越来越少？

以上材料引发了你怎样的联想和思考？请写一篇文章。

要求：选准角度，确定立意，明确文体，自拟标题；不要套作，不得抄袭；不得泄露个人信息；不少于800字。

回顾2023年，大模型产品刚刚兴起之时，大模型之家就曾率先将市面上主流大模型进行过高考作文题的“PK”，彼时大模型产品的表现可谓相当“稚嫩”：字数不足、词不达意、理解错误等问题偶有发生。

如今一年过去，大模型之家再度汇集了市面上9大主流大模型产品，他们分别是：百度文心一言、阿里通义千问、智谱清言、商汤商量、360智脑、百川智能的百小应、讯飞星火、KIMI，以及ChatGPT（基于GPT-4o）。让我们看看大模型产品发展一年之后，是否成功从稚嫩走向成熟。

准备工作

为了让本次“作文阅卷”更有说服力，大模型之家特别在百度AgentBuilder平台创建了一个专业批改高考作文的智能体，智能体不仅能够根据输入的作文内容给出打分，同时会根据高考的判卷要求给予专业的点评。

所有大模型生成的作文都是由人工手动复制到智能体对话框，保证了判卷的公平性（即智能体并不知道文章的作者）

考试开始！

首先我们来看智能体给各家大模型写的高考作文的打分情况：

从分数来看，商汤科技的商量《问题与答案的共舞：互联网与人工智能时代的思考》与通义千问《问题与答案：智慧之光下的探索》在此次比拼中取得了最高分——58分的成绩。而百小应、GPT-4o、360智脑、文心一言3.5则以55分位列第二梯队。

但整体来看，大模型作文的成绩都很出色，分数都在52分以上，这个分数对于高考而言可以说是非常优秀了。而单纯一次考试的成绩虽然并不能完全概括模型的能力，但就如同高考那样，一次考试的成败，也许就是人生命运的转折。

这，也正是高考的魅力所在。

此外，大模型之家还发现了一年以来大模型产品能力上的进步：

第一回合：字数基本符合题目要求

在回顾去年大模型在测试高考作文题时的表现时，一个普遍且显著的问题浮现出来，即生成的作文在字数上往往“捉襟见肘”，难以达到题目要求的800字以上标准。

然而，值得欣喜的是，经过不断的优化与升级，2024年的大模型产品在字数控制方面取得了显著的进步，显著减少了此类问题的发生，几乎所有大模型的作文字数都能够超过800字。即使唯一一个没有达到字数要求的360智脑，也离800字的距离十分接近。（笔者想起了高考时空行凑字数的自己）

第二回合：大模型比喻都偏爱“海”

大模型之家在“阅卷”时发现，超过半数的大模型在构思时，不约而同地运用了与“水”或“海”相关的比喻，以此来描绘互联网的浩渺无垠。

从上至下：文心一言、商汤商量、360智脑、KIMI、百小应

与此同时，也有几家模型另辟蹊径，采用“信息爆炸”这一词汇，巧妙地表达了互联网所承载信息的丰富与繁多，进一步凸显了互联网的广阔与深邃。

从上至下：通义千问、智谱清言

第三回合：引经据典能力显著增强

在测试中，一些大模型也体现出了强大的引经据典的能力，比如：

通义千问引用了苏格拉底的名言

360智脑引用了爱因斯坦的名言

GPT-4o则引用了哲学家康德的名言

通过名言的引用，大幅提升了文章的可读性与说服力，也体现出大模型的知识水平在不断提升，相较于一年前早已今非昔比。

最后，让我们来看一下各家大模型所写的高考作文，以及“AI判卷老师”给出的打分与专业点评：

商汤商量《问题与答案的共舞：互联网与人工智能时代的思考》（58分）