网站地图官方微信:
网站首页 漫河乡 碾张乡 白石乡 烟溪镇 严陵镇 拥乡

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?

  • | 高校里那些「非升即走」后「走」了的青年教师都怎么样了? |

    最好的结局就是向下兼容,最差的结果就是离场走人。 现代的科...

    查看详情>>
  • | 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? |

  • | 为什么山姆这么受欢迎? |

  • | Rust开发Web后端效率如何? |

  • | J***a 除了 Spring 还有什么? |

  • | 个人小网站是怎么防止网站被攻击的? |

  • | 北京日报点名批评“苏超”过度娱乐化的动机是什么? |

  • | 在韩国生活有什么体验? |

  • | 2025 年 6 月,Rust 在 GUI 方面有何大的进展? 你最看好哪个框架? |

  • | Rust开发Web后端效率如何? |

  • | 小米发布了 REDMI 首款旗舰小平板 K Pad,仅 8.8 英寸,小巧便携,如何评价这一设计? |

  • 因为洲际弹道导弹的火箭是一次性的,并且造价极其昂贵,战斗部只...

    2025-06-22
  • 你怕是对内存有什么误解? 哪怕是30年前,哪怕速度不及固态零...

    2025-06-22
  • “618电商大战”的前夜,6月17日晚上,京东集团创始人、董...

    2025-06-22
  • 能 很多很多年之前,我单身的时候,买了一副超级巨大的美女海报...

    2025-06-22

关注我们

添加微信好友,关注最新动态