网站地图官方微信:
网站首页 唐田镇 棉船镇 付井镇 海田乡 宝积镇 门堂乡

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?

  • | 这种裙子是不是对直男爆杀? |

    咋说呢,欧美款型的裙子欧美身材穿才是薄纱,在大街上见过瘦到特...

    查看详情>>
  • | Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来? |

  • | 为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一? |

  • | 如何评价《灵笼 2》第六集? |

  • | 为什么国内程序员不喜欢写单元测试? |

  • | MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响? |

  • | 为什么苹果的定制硬盘颗粒是银色封装,而无论是nvme ssd,笔记本板载还是手机硬盘都是黑色封装? |

  • | 2029年中国能载人登上月球吗? |

  • | 为什么说PostgreSQL前途无量? |

  • | 你们的腰椎间盘突出,怎么治好的? |

  • | 我很好奇現在内地同胞們對香港的總體印象如何? |

  • Ubuntu 被骂的点,和 Ubuntu 流行的点,其实是不...

    2025-06-21
  • 可能你印象中虚幻开发团队人员只是一群学历普通的工程师,聚集在...

    2025-06-21
  • 从哈马斯领导层的***牌名单彻底清零,到真主党的BB机摧毁消...

    2025-06-21
  • 被抠掉的SSD缓存:一场伪装成"技术进步"的全民智商检测知道...

    2025-06-21

关注我们

添加微信好友,关注最新动态