网站地图官方微信:
网站首页 北仑区 光德镇 安靖镇 错阿乡 南屯区 三重区

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?

  • | 印度是真的烂还是咱们在信息茧房里面? |

    我去过大概20几次印度,出差跑市场做项目,几乎所有大城市都去...

    查看详情>>
  • | 为什么 php 可以做到 7 毫秒以内响应,而 .net 做不到? |

  • | 《冰与火之歌》中龙妈扮演者艾米莉亚·克拉克如此惊艳,为啥在其他剧中都很普通? |

  • | 你见过哪些离谱的运维事故? |

  • | 请问HDFS、TFS、GFS等分布式文件系统,哪个更适合用来做***存储? |

  • | 个人开发者或小企业不申请经营性ICP备案,怎样开发APP盈利? |

  • | 为什么大部分人都认为2560x1440是2K? |

  • | rust有什么适合萌新练手的项目吗? |

  • | 公司老板不想续费3w一年的云服务器,合理吗? |

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 运动员张国伟用两个对吹风扇让纸飞机「悬停」,这是怎么实现的?从物理学角度如何解释? |

  • 榕江这次洪水和之前三都县大桥垮塌都是一个原因,疯梅雨西段在贵...

    2025-06-25
  • 有10块钱时,他们拿走9块,剩给你一块 有100块时,他们拿...

    2025-06-25
  • 突然想起2019年搞了个外贸独立站,闻着味儿跑来一个“头部外...

    2025-06-25
  • 我朋友是Jarred 的好友兼他的Zig 老師。 當然成為...

    2025-06-25

关注我们

添加微信好友,关注最新动态