3.2 人工智能成為全科優秀大學生

除繪畫、攝影之外，人工智能在其他知識領域也具備比肩甚至超越人類的全科能力。

2023年3月，在發布GPT-3.5僅4個月后，OpenAI就發布了GPT-4。相比GPT-3.5，GPT-4在理解能力、生成質量、知識范圍、多任務處理、安全性及個性化方面實現了多維度的突破。可以說，如果把GPT-3.5看作一個具備六年級智力及知識水平的學生，那GPT-4就是能順利完成大學入學考試（Scholastic Assessment Test，SAT）的準大學生。

OpenAI公司持續讓GPT-3.5、GPT-4參加美國各類考試，并將結果發布在GPT-4技術報告（GPT-4 Technical Report）中。表3-1整理了ChatGPT在部分美國主流考試中的成績。在統一律師資格考試中，GPT-4得分的估計百分位達到90%，也就是GPT-4的得分超過了90%的考生。美國法學院入學考試（Law School Admission Test，LSAT）的滿分為180分，GPT-4可以考163分，打敗了88%的考生，GPT-3.5則僅能超過40%的考生。SAT-閱讀與寫作的滿分為800分，GPT-4可以考710分，超過93%的考生。GPT-4在高級學術程度-藝術史、高級學術程度-生物學等考試中也拿到了5分的滿分成績。

資料來源：根據OpenAI的GPT-4技術報告整理。

在中國，高考無疑是衡量智力及知識水平的標尺之一，那各種大模型在國內高考中的表現如何呢？

2024年全國高考結束后，科技媒體極客公園組織多個國內外大模型就新課標Ⅰ卷全科目（與河南考生考卷相同）進行了一次“統考”，并由名師閱卷。

測評結果顯示，目前在中文語境中，大模型更像數學水平相對較弱的優秀文科生，如表3-2所示。在文科考試中，大模型普遍表現不錯，GPT-4o、豆包和文心4.0、百小應成績靠前，得分超過河南文科一本線，其他大模型的得分也都超過河南文科二本分數線。它們尤其擅長語言類科目，邏輯和語言能力較為出色，大模型在英語考試中表現最優異，9個大模型的平均分超過131分（滿分為150分），大部分大模型都可以做到客觀題得分接近滿分，作文少量失分。在由歷史、地理、政治組成的新課標“文綜”考卷評測中，GPT-4o獲得237分，平均分為79分，超過了大多數真實的文科考生。

注1：默認所有大模型產品在英語聽力考試中均能得到滿分（30分）。

注2：根據教育考試官網，2024年河南省高校招生文科和理科一本錄取分數線分別為521分、511分。

資料來源：根據極客公園的報道整理。