网站地图官方微信:
网站首页 大田镇 岭东乡 夏店乡 余川镇 灵山县 西仓乡

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?

  • | 江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任? |

    这种转运叫做ECMO retrival(ECMO转运),专门...

    查看详情>>
  • | 为什么剪映是剪辑软件鄙视链的最底层? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 为什么程序员独爱用Mac进行编程? |

  • | 我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。? |

  • | 我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗? |

  • | 美国真会下场对伊朗开战吗? |

  • | 为什么很多离异的30-40岁的女性,很难找到老公再婚? |

  • | 如何评价前端框架 Solid? |

  • | 你和你老婆是怎么认识的? |

  • | 工业克苏鲁什么意思? |

  • 我记得大概去年,国防部长董军跟美防长开会,有几张图是董防长走...

    2025-06-21
  • 有一说一 你自己玩一下摄影 或者说,玩一下摄影器材,再看点摄...

    2025-06-21
  • 之前遇到一个东北的卖家,买的我爸爸编的竹篮子,运费都比竹篮子...

    2025-06-21
  • bacon 点燃 Rust:比 cargo-watch 更爽...

    2025-06-21

关注我们

添加微信好友,关注最新动态