网站地图官方微信:
网站首页 审坡镇 金珠镇 白洋乡 新里镇 琼山区 黑虎乡

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?

  • | 为什么河南饮食走不出去? |

    就是糊弄。 做法极其粗糙,压根对食材没啥精细操作的。 核...

    查看详情>>
  • | 用紫砂壶泡茶真的比别的茶具泡出来的茶更有味道吗? |

  • | 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗? |

  • | NextJS的全栈能力现在如何了? |

  • | 亲眼见到明星本人是什么体验? |

  • | 为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm? |

  • | 怎么评价国内AI企业人肉背15块80TB硬盘,飞去马来西亚用英伟达训练数据,以规避美国禁令? |

  • | 程序员看剧的时候,如果看到有敲代码页面,会暂停看代码吗? |

  • | 你怎么评价日本某个前空姐说:“如果我在经济舱,年薪2000万日元以下的乘客没有资格给我递名片”? |

  • | 正常人吃治疗抑郁症的药会变快乐吗? |

  • | 服务器能否拒绝非浏览器发起的HTTP请求? |

  • 6月15日左右,茅台某地区域发出内部通知,原文如下: 为响应...

    2025-06-27
  • 长期来看,其实Windows系统远比我们想象中的要稳定,30...

    2025-06-27
  • 可能让某些人失望了,该船没有比亚迪的车,比亚迪都是自己造船,...

    2025-06-27
  • 2024年7月在武汉因为工作原因接到了一个预约 对方说的是海...

    2025-06-27

关注我们

添加微信好友,关注最新动态