网站地图官方微信:
网站首页 三农场 枫田镇 亭口镇 德山镇 射洪市 铁锁乡

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?

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

    我来给PostgreSQL泼冷水。 PG算是好用而非实用。 ...

    查看详情>>
  • | 前端,后端,全栈哪个好找工作? |

  • | 一名女子在杭州万象城遭挟持被捅 20 多刀,隆胸***体救了一命,这反映出哪些公安系统的问题? |

  • | ***拍大尺度片子时摄影师不会看光吗? |

  • | 空战的时候可不可以先击落预警机? |

  • | 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何? |

  • | 如何评价《灵笼 2》第六集? |

  • | 如何评价《灵笼 2》第六集? |

  • | 5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源,具体有哪些提升?使用体验如何? |

  • | 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? |

  • | 哪张照片让你觉得刘亦菲美得不可方物? |

  • JetBrains家的IDE系列估计很多人都不陌生且在使用吧...

    2025-06-21
  • 可能性越来越大了。 一觉醒来,让世界震惊的消息接连出现: ...

    2025-06-21
  • 巧了,这和我的计算不谋而合。 我是怎么计算的呢? 了解黄金...

    2025-06-21
  • 嘿,兄弟们!今天你焦虑了吗? 反正我朋友圈的 JS 开发者群...

    2025-06-21

关注我们

添加微信好友,关注最新动态