网站地图官方微信:
网站首页 北河乡 桃源镇 窑湾乡 靖位乡 连州市 焕古镇

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?

  • | 我的设计作品很烂嘛? |

    好家伙 海报设计、字体设计、C4D产品建模渲染、网页设计 我...

    查看详情>>
  • | 怎么判断一个人是否聪明? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | 为什么用 electron 开发的桌面应用那么多? |

  • | 怎么挑选做设计用的显示器,要看哪些参数呢? |

  • | 美国真会下场对伊朗开战吗? |

  • | 美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施,钻地弹有多大杀伤力?能摧毁伊朗地下核设施吗? |

  • | 穿瑜伽裤爬山的女生会不会害羞? |

  • | 800V是什么技术,为什么特斯拉不跟进? |

  • | 使用 JetBrains 的产品时,你是倾向于为每个语言分别安装 IDE,还是安装语言的插件? |

  • | 为什么感觉wps的用户越来越多,office没人用了? |

  • 武汉有三大央企总部,不要觉得三个太少,三个在全国能排第四,前...

    2025-06-23
  • 1984年盖的山东老房子,不到20万修葺了一下。 ...

    2025-06-23
  • 刚被电信调查了,有网xin,同时有群晖同步,百度云同步再跑。...

    2025-06-23
  • 不小心刷到这个问题,忍不住还是说一下。 先说结论,此事无论...

    2025-06-23

关注我们

添加微信好友,关注最新动态