网站地图官方微信:
网站首页 暖泉镇 甘南县 鸡笼镇 伏口镇 丁当镇 拉揽乡

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?

  • | 杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准? |

    结论:现在市面上的所有AI查重工具都不靠谱。 尤其是有个怪现...

    查看详情>>
  • | 印度GDP世界排名只落后中国二十年,为什么城市建设看起来却远不如当年的中国? |

  • | 伊朗为什么不买中国战机,却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机? |

  • | 哪张照片让你觉得刘亦菲美得不可方物? |

  • | 为什么有的女生喜欢穿紧身牛仔裤? |

  • | 如何看待B站一些粉丝数高的UP主更新频率下降,B站高质量***产出断崖式下跌?近期B站发生了什么事情? |

  • | 微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用,背后原因有哪些? |

  • | 如何评价《捞女游戏》(现更名反诈模拟器)登顶steam国区热销榜榜首? |

  • | JetBrains 放弃 AppCode 是否是一个错误决定? |

  • | 有人说我们中国领先了两千多年一直到满清才落后的。你怎么看? |

  • | 现代艺术只考虑意义、不考虑美感吗? |

  • 不是误炸,不是偏了,伊朗就是故意要打以色列科技园的。 伊朗觉...

    2025-06-22
  • 先叠几个定语: 你要是写Reactive Web,用Web ...

    2025-06-22
  • 那自然是刘亦菲打枪图: 这颜值,这发量,这腰身,这曲...

    2025-06-22
  • 23岁,春天。 一个光线强烈,生机勃勃的中午。 腰背疼痛...

    2025-06-22

关注我们

添加微信好友,关注最新动态