网站地图官方微信:
网站首页 鹅城镇 土桥镇 诏安县 古桥镇 勐腊县 安塞区

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?

  • | Golang与Rust哪个语言会是今后的主流? |

    rust就算了,一个计算圆周率的程序能比py还慢,注意,这个...

    查看详情>>
  • | 2025年了 Rust前景如何? |

  • | 广东怀集遇历史最大洪水,约 30 万人受灾,积水最深处达 3 米,目前当地情况如何? |

  • | 伊朗这次会崩溃灭亡吗? |

  • | 手机的运行内存真的有必要上16GB吗? |

  • | 蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗? |

  • | 从技术上看,cloudflare比其他公司牛在哪儿? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | 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? |

  • | 为什么有些NAS用户弄那么多硬盘? |

  • | 以前很多人家里都有家庭***,为什么现在几乎看不到了? |

  • 秀一张桌面。 从2006年fedora core 3开始,...

    2025-06-19
  • 当然可以,前提是能做到的话。 预警机就像象棋里的【帅】,价...

    2025-06-19
  • 先介绍几个明显特征,然后从实际案例让大家了解 siyuan ...

    2025-06-19
  • 久了很容易没有边界感吧,得寸进尺。 前不久刚辞掉我的阿姨,...

    2025-06-19

关注我们

添加微信好友,关注最新动态