Сегодня 15 сентября 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → егэ

Нейросеть YandexGPT 2 успешно сдала ЕГЭ по литературе

Разработанная «Яндексом» большая языковая модель YandexGPT 2 справилась с несколькими вариантами ЕГЭ по литературе, получив усреднённую оценку 55 баллов. Это выше минимального порога, необходимого для поступления в вуз (40 баллов) и близко к средней оценке (64 балла), которую получают российские школьники, когда выбирают данный предмет и специально готовятся к экзамену.

 Источник изображений: «Яндекс»

Источник изображений: «Яндекс»

ЕГЭ по литературе содержит несколько испытаний разного рода: вопросы на эрудицию, а также задания для оценки стиля письма и творческих способностей. Для нейросети это непростая задача, но YandexGPT 2 выдержала все испытания: в первой части экзамена она проанализировала произведение и ответила на вопросы о нём, а во второй — написала сочинение на предложенную тему.

В рамках испытания специалисты «Яндекса» получили в Московском центре непрерывного математического образования варианты настоящего ЕГЭ по литературе, которые использовались на тренировочных экзаменах с 2021 по 2023 гг., и удостоверились, что в массиве использованных при обучении YandexGPT 2 данных ответов на эти вопросы нет. Таким образом, нейросеть работала с заданиями наравне с любым школьником, выбирая предложенные варианты и генерируя ответы на открытые вопросы. Проверку проводили официальные эксперты ЕГЭ по литературе.

Разница между сдающими ЕГЭ школьниками и YandexGPT 2 в том, что первые специально готовятся к сдаче, то есть погружаются в специфику предмета, тогда как нейросеть работала скорее экспромтом — схожим образом сдаёт школьные экзамены взрослый человек, опираясь только на накопленные знания. Стандартным способом проверки нейросетей является тест MMLU (Massive Multitask Language Understanding) — он включает вопросы из 57 областей, но не предусматривает оценки ответов на открытые вопросы или написания творческих заданий. Поэтому в «Яндексе» остановились на ЕГЭ по литературе.


window-new
Soft
Hard
Тренды 🔥
Сюжетный боевик Squadron 42 во вселенной Star Citizen могут опять перенести — разработчик поставил под сомнение релиз в 2026 году 5 ч.
«Будто фанатский фильм посмотрел»: Netflix подтвердила дату выхода четвёртого сезона «Ведьмака», а новый тизер сериала утонул в дизлайках 6 ч.
Юрлицо российского игрового движка Nau Engine, в который VK хотела вложить 1 млрд руб., ликвидируется 6 ч.
Создатель инди-хита Balatro пожаловался на выгорание и перенёс выход патча 1.1 на неопределённый срок 6 ч.
«Я хотел бы сделать это ради детей», — Трамп собирается снова отсрочить запрет TikTok в США 6 ч.
«Т-банк» запустил бесконтактную оплату для iPhone через Bluetooth Low Energy 6 ч.
МТС отменила комиссию при пополнении аккаунта Steam, но лишь временно 7 ч.
Microsoft добавит в Windows 11 встроенный тест скорости интернета 8 ч.
Team Falcons стала чемпионом The International 2025, обыграв Xtreme Gaming — итоги главного турнира года по Dota 2 9 ч.
Google Gemini обошла ChatGPT в топе американского App Store и вышла на первое место по популярности 13 ч.
Следующий флагманский чип Qualcomm получит название Snapdragon 8 Elite Gen 5 — компания пояснила свою логику 2 ч.
Adata представила два суперкулера XPG Maestro Plus c дисплеями и корпус XPG Valor Air Pro 3 ч.
Продажи Ethernet-коммутаторов и маршрутизаторов корпоративного класса растут на фоне бума ИИ 3 ч.
Производители флеш-памяти готовятся резко задрать цены — грядёт подорожание SSD 4 ч.
Gigabyte выпустила компактный ИИ ПК AI Top Atom на базе суперчипа NVIDIA GB10 4 ч.
Анонс Xiaomi 16 отменён — компания выпустит сразу Xiaomi 17, «чтобы перенять опыт крупнейшего конкурента» 5 ч.
Китайские власти обвинили Nvidia в нарушении закона при покупке Mellanox в 2020 году 5 ч.
Квартальные затраты на рынке физической инфраструктуры ЦОД приблизились к $9 млрд — продажи СЖО подскочили на 156 % 6 ч.
Квартальные продажи корпоративного WLAN-оборудования достигли $2,6 млрд 6 ч.
SK hynix завершила разработку памяти HBM4 для ИИ-систем 6 ч.