网站地图官方微信:
网站首页 岩溪镇 均县镇 岜暮乡 南圣镇 集凤镇 依洛乡

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 macOS 并不差,可市场总敌不过 Windows? |

    因为macOS和苹果的硬件强绑在一起,因此它不是一个独立的软...

    查看详情>>
  • | graalvm为啥国内没有流行起来,go写起来实在太恶心了,难道任凭go独霸云原生? |

  • | 用紫砂壶泡茶真的比别的茶具泡出来的茶更有味道吗? |

  • | Electron 做游戏客户端的潜力有多大? |

  • | 战鹰真名叫什么? |

  • | Flutter 为什么没有一款好用的UI框架? |

  • | 公司就一个后端一个前端,有必要搞微服务吗? |

  • | 能否对比一下Claude Code和Gemini CLI,你的选择建议是? |

  • | 为什么 Go 语言的 Error Handling 被某些人认为是一个败笔? |

  • | 你认为 PC 上最好用的 PDF 阅读器是哪一种? |

  • | 为什么大脑运行时候没有明显升温,但是计算机 CPU 会? |

  • 在WAD上,受到CVPR直邀的小鹏汽车世界基座模型负责人 刘...

    2025-06-27
  • 因为人越忙越有空,越闲越他妈累。 我个人发现,精神高度集中...

    2025-06-27
  • 先表明Linux使用身份,我是用Linux作为图形工作站的。...

    2025-06-27
  • 不好。 虽然我177高,但我胖啊,,最胖时候有87公斤吧,...

    2025-06-27

关注我们

添加微信好友,关注最新动态