网站地图官方微信:
网站首页 永乐镇 双羊镇 塔石乡 璜尖乡 瓜畲乡 万秀区

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?

  • | 如何看待jemalloc停止维护? |

    这种库其实只是在特定情况下提升了下内存分配效率,很难有提升的...

    查看详情>>
  • | Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来? |

  • | 网传《碟中谍 8》亏损可能超 14 亿,是真的吗?这背后的原因是什么? |

  • | 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? |

  • | 你们认为一个40多岁的女人老吗? |

  • | 网传广东怀集洪水后赵一鸣超市被哄抢,县***回应相关单位正在核实,若属实哄抢者该承担哪些法律责任? |

  • | 穿瑜伽裤爬山的女生会不会害羞? |

  • | 前端,后端,全栈哪个好找工作? |

  • | 什么是稳定币?有人说它是「一场饮鸩止渴的游戏」,你怎么看? |

  • | 前端,后端,全栈哪个好找工作? |

  • | 如何评价***伊内斯·特洛奇亚的身材? |

  • Php的框架太多了,找工作,一些要yii,一些要thinkp...

    2025-06-21
  • “恋爱申请书?”看到上面的几个字,贾苯愣了一下,接着又笑了起...

    2025-06-21
  • 有时候真的不得不相信国运这东西啊,现在的以色列,如果美国不亲...

    2025-06-21
  • 官媒报道:歼16与美军在南海上空缠斗50分钟。 其实单凭这...

    2025-06-21

关注我们

添加微信好友,关注最新动态