网站地图官方微信:
网站首页 润津乡 天九镇 茶亭镇 加茂镇 花贡镇 三滩乡

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?

  • | 如果rust之父用rust重写nodejs,node性能能和rust一样吗?那么为啥v8慢? |

    这里其实有好几个不同的问题: 用 Rust 重写 v8,会快...

    查看详情>>
  • | Flutter 为什么没有一款好用的UI框架? |

  • | 为什么突破性的技术总是最先发生在西方? |

  • | 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? |

  • | 我的世界怎么租一个四个人的服务器? |

  • | 战场上用沙袋来防***,真的有用吗? |

  • | 评价一下Proxmox VE与ESXi的优劣? |

  • | 如何评价林志玲? |

  • | 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? |

  • | 你最满意的10款 PC 软件是什么? |

  • | 为什么小男孩小时候要比小女孩难养好多? |

  • 人物刻画太到位了, 齐昊居然不是渣男, 野狗居然不为鬼厉效死...

    2025-06-23
  • 本来也认为node性能差单线程,没法并发,做服务器不合适,前...

    2025-06-23
  • 带过thinkpad,咖啡店老板直接把空调关了。 前几年一...

    2025-06-23
  • 恰恰相反。 你真正该问的是,为什么至今手机、笔记本、平板都还...

    2025-06-23

关注我们

添加微信好友,关注最新动态