网站地图官方微信:
网站首页 狼山镇 长堎镇 三阳镇 淄川区 建南镇 高明区

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?

  • | 如何评价前端框架 Solid? |

    Solid 很灵活。 它没有和 Web 绑死,没有和特殊的编...

    查看详情>>
  • | 最后买了一个树莓派,想用python控制摄像头读取***流,再利用socket发送出去。大家觉得可行么? |

  • | 黑客为什么可以做到无需知道源码的情况下找出系统漏洞? |

  • | 个人开发者或小企业不申请经营性ICP备案,怎样开发APP盈利? |

  • | duckdb的性能如何? |

  • | 有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢? |

  • | 有什么好用的安卓本地音乐播放器推荐? |

  • | 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? |

  • | 如何评价马嘉祺在《歌手 2025》第六期演唱的《云与海》? |

  • | 上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案,该案件有哪些细节值得关注? |

  • | 055驱逐舰的战力被低估还是被高估? |

  • 我是三月份去的新德里,出机场就坐车去萨克特,吃了正宗印度餐,...

    2025-06-21
  • 就我楼上,一个单亲妈妈,带两个孩子。 也就电梯里打过几次招呼...

    2025-06-21
  • 刚开始看,还以为五千万枚,,,,对不起啊。 。 。 。 我不...

    2025-06-21
  • 二者半斤八两,国内用postgres的少,大多数人不知道po...

    2025-06-21

关注我们

添加微信好友,关注最新动态