网站地图官方微信:
网站首页 孟店乡 天镇县 上河镇 沙柳镇 王岗乡 保山市

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?

  • | 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手? |

    几年前有个小趋势,把J***a项目用Go重写,理由是省机器。...

    查看详情>>
  • | 你都见过什么样的电脑盲? |

  • | 2025年现在开发php项目选择lar***el框架好还是thinkphp框架好? |

  • | 伊朗这次会崩溃灭亡吗? |

  • | 2025年小米su7 性价比很低了,为何还不更新改款? |

  • | 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗? |

  • | golang 与rust 在服务器程序领域相比较,各有什么优劣势? |

  • | 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手? |

  • | 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? |

  • | 我应该设置多少kb才能让他不能玩游戏? |

  • | 有个自闭症的孩子,该放弃吗? |

  • 对GPU进行性能优化时,cudagraph是绕不开的话题。 ...

    2025-06-21
  • 刘建宏已经出来表态了,大概意思就是苏超和村超只有纳入到中国足...

    2025-06-21
  • 作为在新疆待了20年,在高校里面也待了20年的中年大叔告诉你...

    2025-06-21
  • 电磁弹射,被加速的舰载机总重,30吨,即3万公斤;加速长度1...

    2025-06-21

关注我们

添加微信好友,关注最新动态