网站地图官方微信:
网站首页 花山镇 新建区 秭归县 漳河镇 白柳镇 博峪乡

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?

  • | obsidian用一两年后会有多大?全文搜索还快吗? |

    用内存虚拟化方案就可以了。 因为 Obsidian 对于 ....

    查看详情>>
  • | 真的没有人觉得2k是一个很尴尬的分辨率吗? |

  • | 你都见过什么样的电脑盲? |

  • | golang和rust你选择哪个? |

  • | 如何看待贾玲、沙溢、贾冰、杨天真、范湉湉均瘦身成功?为什么明星想瘦就瘦普通人却很难? |

  • | 如何在不重装系统和软件的情况下换系统盘? |

  • | 养龟玩龟的人可怕吗? |

  • | 美国很多地方废弃,为啥很多人宁可在街上流浪,也没有人去开荒种地呢? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云? |

  • M芯的mac出来后,被果粉日常称为大火炉的Intel芯片的m...

    2025-06-27
  • J***a,数据库,硬件开发。 偶尔会制图和电路板制图。 预...

    2025-06-27
  • 一张图片精准的反应了我和女儿之间的关系。 她成天对我不以为...

    2025-06-27
  • 推荐一个大家都没提到的 Connect 。 可以同时构建 r...

    2025-06-27

关注我们

添加微信好友,关注最新动态