网站地图官方微信:
网站首页 赵庄乡 中阳乡 莒口镇 歇马镇 保家镇 凯佐乡

当前位置: 首页 >

如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?

当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。

你看这是前两天的测试结果,突出了一个政治正确,6款大模型,OpenAI的o3倒数第一,我当时看到的时候就觉得很奇怪,o3好歹也是曾经的一代王者,高考数学这种题它排名这么低怕不是有什么猫腻。

我们就拿单选题的第五题来测试下,因为这道题除了o3,其他的国产模型都答对了。

这是第五题的原题,正确答案是A. - 1/2。

这是之前的第三方的测试结果,6个模型…。

如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?

  • | 为什么新流行的开源编辑器都在用Rust开发? |

    因为没有别的选择,其他选型赛道已经挤满了。 Zed 本体高...

    查看详情>>
  • | 那你说什么样的是美女? |

  • | 到底是时代选择了Nvidia,还是Nvidia选择了时代? |

  • | 以色列伊朗持续多日空对空轰炸,谁会先撑不住?双方的***还能支撑多久?还有哪些「杀手锏」没投入战场? |

  • | Python+rust会是一个强大的组合吗? |

  • | 能不能在FPS游戏里放一些隐身单位用来反***,谁能锁到就说明开挂了? |

  • | 如果苹果真的下架了微信的话,会发生什么? |

  • | 有谁现在正在使用苹果mac mini 吗?能分享一下使用感受不? |

  • | 为什么bilibili后端要用go来写? |

  • | 男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的? |

  • | 为什么中国红十字会腐败这么严重? |

  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-20
  • 上次爬华山遇上一对夫妻,女的30出头,男的明显大些,女士穿白...

    2025-06-20
  • docx损坏了还能想办法救一救,因为它就是个zip压缩包,文...

    2025-06-20
  • 一个2TB的移动硬盘,里面有6万张美女图片,好家伙居然有几十...

    2025-06-20

关注我们

添加微信好友,关注最新动态