网站地图官方微信:
网站首页 华峰乡 平陆县 马尚镇 大孙乡 公信乡 吕河镇

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?

  • | 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手? |

    我在字节的两个小产出,就是在广告投放场景把一个Go服务和一个...

    查看详情>>
  • | 为什么 mac mini 的 m4 版本价格这么低呢? |

  • | 在C中,如何实现删掉一行注释无法运行? |

  • | 中办、国办发文,拟新建改扩建 1000 所以上优质普高,将带来哪些影响?可能面临哪些挑战? |

  • | 伊朗为什么不学学沙特,购买一批中国的东风导弹,威慑以色列? |

  • | 有个少数民族的女朋友是什么体验? |

  • | 胸大的女孩会自卑 吗? |

  • | 27寸显示器有必要上4K吗? |

  • | 现在个人博客不能备案了吗? |

  • | 「人间尤物」型女主有多可爱? |

  • | 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? |

  • 25.6.20更新。 已经公布。 所以就像我说的,“编...

    2025-06-25
  • 11月3日更新: 听取建议,逐渐缩减VM,转移到CT当中,然...

    2025-06-25
  • 理论方面我不太了解,我认为是肌肉力量的关系。 比如你做引体...

    2025-06-25
  • 我只能说大家都低估了的zig! zig 的编译时计算是划时代...

    2025-06-25

关注我们

添加微信好友,关注最新动态