网站地图官方微信:
网站首页 钱场镇 五圩镇 中江县 继光镇 勐来乡 群科镇

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?

  • | 有什么软件官方已经停更了或者公司已经倒闭了,但是你还在用并且觉得很好用的? |

    2014年,某知名银行下属公司的一项定制化需求。 当时流行...

    查看详情>>
  • | 如何看待凤凰传奇取消天津场演唱会? |

  • | Go 语言的使用感受是什么? |

  • | 《碟中谍 8》都有哪些槽点? |

  • | 周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权? |

  • | 轰20的亮相为什么被反复推迟? |

  • | 自己拥有一台服务器可以做哪些很酷的事情? |

  • | 有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选? |

  • | 为啥软路由大多都是爱快加openwrt的组合,单openwrt有什么缺点嘛? |

  • | 世界上哪款战斗机最好看? |

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

  • bacon 点燃 Rust:比 cargo-watch 更爽...

    2025-06-21
  • 目前阿里云盘的现状,几乎是是跑路了,不知道谁还用这网盘开通会...

    2025-06-21
  • 前两年有个电影叫……皮囊之下 话说评分还是很高的,这里面...

    2025-06-21
  • 随便说点 手机码字 底层用的是 radix 这玩意相当于就是...

    2025-06-21

关注我们

添加微信好友,关注最新动态