网站地图官方微信:
网站首页 沙城镇 水泉乡 本溪市 楚旺镇 朱镇乡 炉山镇

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?

  • | 为什么同样是输球,常州和国足的风评却差那么多呢? |

    更新:常州发红头文件了,足球队的不准上班不上学了,脱产练球。...

    查看详情>>
  • | 请问什么品牌的狗粮好? |

  • | Golang 为何没孕育出一个具有社区统治力的框架? |

  • | 几年前吹得神乎其神的福建舰电磁弹射为什么现在销身匿迹了? |

  • | 西方人是怎么发现地球是圆的的? |

  • | 夸克网盘有可能超越百度网盘吗? |

  • | 360 集团周鸿袆努力拼了 4 年,最后反而跌了近 4000 亿,其原因是什么? |

  • | 如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃,中国古代不吃面包是因为贫穷,没有足够的柴火? |

  • | 新疆维吾尔自治区,经济发展的真实前景如何? |

  • | count(*) count(1)哪个更快? |

  • | 如何看待伊朗媒体发布「手摸核弹」***,并配文「MAYBE」? |

  • 我告诉你有多垃圾 我是法院系统的,外包运维人员,这个系统在疫...

    2025-06-19
  • J20有且只有一个对手,就是F22。 苏57和F35就别来碰...

    2025-06-19
  • 当你需要做一个项目,github正好有一个的时候,如果是st...

    2025-06-18
  • 团队 code review 时,一位同事把 count(*...

    2025-06-19

关注我们

添加微信好友,关注最新动态