网站地图官方微信:
网站首页 下仓镇 晋源区 田湖镇 杉木乡 优胜镇 双坪镇

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?

  • | Anthropic 推出的 Claude Code 是什么技术原理呢? |

    我使用Claude 一年多,最近尝试使用Claude Cod...

    查看详情>>
  • | 男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的? |

  • | 如何看待伊朗发布10座美军基地地图? |

  • | 为什么剪映导出***时码率与原***一样,变得更模糊? |

  • | 伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗? |

  • | 大家猜猜伊朗的结局如何? |

  • | J***a 除了 Spring 还有什么? |

  • | 女朋友去露营,3女2男的,要在野外搭帐篷过一夜,她的闺蜜不想让我去,我该怎么办? |

  • | 作为一个服务器,node.js 是性能最高的吗? |

  • | duckdb的性能如何? |

  • | 为什么 IPv6 在国内至今未得以大规模应用? |

  • 坦白说,我第一次听说 Cloudflare 是因为他们提供的...

    2025-06-20
  • 说到这个问题,激光电视其实非常值得拿出来说上一说。 激光技...

    2025-06-20
  • 创造一个AI Coding的产品,再用这个产品来做AI Co...

    2025-06-20
  • 因为那一记耳光, 那一记耳光打在宝总的脸上,他的心好像丢了。...

    2025-06-20

关注我们

添加微信好友,关注最新动态