网站地图官方微信:
网站首页 王安镇 大有乡 福隆乡 六街镇 官坊乡 中正区

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?

  • | 2029届全运会落地长沙,会对长沙有什么新的变化吗? |

    长沙地铁2号线西延二期 年底前完成建设有市民在红网《问政湖南...

    查看详情>>
  • | 你曾看到空乘做过的最傻的事情是什么? |

  • | 现在工作中k8s是使用containerd还是docker来管理容器? |

  • | 为什么Dreamwe***er,FrontPage会被淘汰? |

  • | 中国的航空发动机现在是什么水平? |

  • | 你是怎么发现亲戚开始见不得你好的? |

  • | 为什么web worker可以在前端开多线程,解决单线程卡死页面的问题,但是没有得到广泛使用? |

  • | 055一打一能不能打过阿利伯克? |

  • | 美国会不会重启F22生产线? |

  • | 和男朋友已经订婚了也预约了拍婚纱照,但是因为彩礼经常冷战,很不确定这个人到底对不对,怎么办? |

  • | 如何评价《灵笼 2》第六集? |

  • 之前我写go的时候,半个小时就掌握了 goroutine的用...

    2025-06-20
  • 亲自测试,一块intel的2t ssd,里面装满了许多vmw...

    2025-06-20
  • 如果你还用OSX系统,哪怕只是9年前的版本,市面上也几乎没有...

    2025-06-20
  • 哎呦,小老弟,你这问题问得挺有意思,正好踩在了老油条的脚趾上...

    2025-06-20

关注我们

添加微信好友,关注最新动态