网站地图官方微信:
网站首页 沙县 莱山区 北冶镇 沾溪镇 兴业乡 检槽乡

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?

  • | 新手平面设计师(方向美工)怎么有目的提升设计能力? |

    平时多看战酷,花瓣找灵感??? 确定老师是这样跟你说吗? 3...

    查看详情>>
  • | 印度50年内会不会超越中国? |

  • | Rust 未来会成为主流的编程语言吗? |

  • | 独立站怎么开始做啊? |

  • | 如何评价仓颉编程语言7月30日开源? |

  • | 美国那么高的军费都是怎么用的? |

  • | 什么是稳定币?有人说它是「一场饮鸩止渴的游戏」,你怎么看? |

  • | 如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变? |

  • | 如何评价首个女性友好的编程语言HerCode? |

  • | 卸载迅雷后,***文件变成xunlei.bittorrent.6,怎么还原回去啊,心态炸了!? |

  • | 你的鱼缸里养过什么奇怪的鱼? |

  • 老钟:沃特玛远程火箭弹都整出多发一点的命中效果就是为了精确点...

    2025-06-23
  • 这个话题我可太有发言权了,某日我给我妈吐槽我老婆说我配不上她...

    2025-06-23
  • 如果你需要在知乎上问这个问题,那你大概率不需要 Rust。 ...

    2025-06-23
  • 研发人员常常会陷入为不同协议切换调试工具的泥沼,事实上,Ap...

    2025-06-23

关注我们

添加微信好友,关注最新动态