网站地图官方微信:
网站首页 杨安镇 赊店镇 火店镇 雷河镇 石咀镇 五结乡

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?

  • | 中国稀土供应链到底强成什么样了?为何全球都离不开中国?稀土对制造业意味着什么? |

    按大卫.李嘉图的“比较优势理论”: ***禀赋差异本应驱动合...

    查看详情>>
  • | 如何看待周继红被聘为国家跳水队总教练? |

  • | j***a 使用 pgsql 好用吗?和 mysql 区别大吗? |

  • | 如何看待多地推出升级版「禁酒令」? |

  • | Postgres 和 MySQL 应该怎么选? |

  • | 敢不敢发一张你的自拍照? |

  • | 有没有GUI框架开发难度小,***消耗又不多,而且又跨平台? |

  • | systemd吞并了什么? |

  • | 如何评价剪映svip,599一年,有替代方案吗? |

  • | 6 月 21 日「苏超」第五轮南京队 4-0 战胜常州队,如何评价这场比赛? |

  • | 现在独立开发 Win 和 Mac 跨平台的桌面程序,Qt 是最佳选择吗? |

  • 前言随着 Web 安全防护技术的演进,Cloudflare ...

    2025-06-22
  • 几年前的我也产生过同样的困惑。 为了给自己解惑,我扒内核源...

    2025-06-22
  • m3max 36g 内存,跑个 idea 开个 tomcat...

    2025-06-22
  • 写了一个个人网盘的项目,单看功能,已经不仅仅是一个网盘了,目...

    2025-06-22

关注我们

添加微信好友,关注最新动态