网站地图官方微信:
网站首页 月晴镇 大中镇 莲荷乡 黄德镇 金渡镇 水洛镇

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?

  • | Golang与Rust哪个语言会是今后的主流? |

    这是我基于rust写的一款作业调度软件,支持广播执行作业,定...

    查看详情>>
  • | 《武林外传》里佟掌柜每月只给伙计二钱银子,这是不是太少了? |

  • | Golang和J***a到底怎么选? |

  • | 有没有一个时间段,自己乐在其中,可亲人或者朋友却觉得你很辛苦,很心疼你? |

  • | 为什么盗版音乐已经被严格限制了,而中国音乐却还是没有发展起来? |

  • | 055一打一能不能打过阿利伯克? |

  • | Cloudflare是一家什么样的公司? |

  • | 有哪些品牌的鱼缸值得推荐? |

  • | 为什么说拿捏儿媳妇的最好办法就是不帮她带孩子? |

  • | 如何看待rust编写的zed编辑器? |

  • | 网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任? |

  • 第一阶段:官宣入局:《下一个十年,我们造飞机》—— “我人生...

    2025-06-20
  • 我75e还不算夸张,一到夏天会非常难受,尤其是工作穿工装的时...

    2025-06-20
  • 我个人是用的阿里云做的内网穿透,阿里云有个峰值带宽200M不...

    2025-06-20
  • 最根本的是伊朗一周左右能造出核武器 这个五常都忍不了的。 。...

    2025-06-20

关注我们

添加微信好友,关注最新动态