网站地图官方微信:
网站首页 固贤乡 万顺乡 芝英镇 盘谷乡 柳城县 考勒乡

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?

  • | 奥迪暂停全面电动化***,不再设定停售燃油车时间表,此前沃尔沃、奔驰也调整全面电动化***,如何解读? |

    奥迪放弃纯电发展***特别能体现出欧盟的双标,玩不起就掀桌子...

    查看详情>>
  • | 电磁力可以屏蔽,为什么万有引力不可屏蔽? |

  • | 为什么广西盛产鬼火少年? |

  • | 如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ,需调整抑制消费政策」? |

  • | 为什么不用rust重写Nginx? |

  • | 江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任? |

  • | 为什么当今 Web 应用不都***用 WebSocket 形式进行数据交互? |

  • | 歼-20 在国际上到底是什么地位? |

  • | 如何评价书籍《国家意志》? |

  • | 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性? |

  • | 印度是真的烂还是咱们在信息茧房里面? |

  • 11月3日更新: 听取建议,逐渐缩减VM,转移到CT当中,然...

    2025-06-20
  • 均价200以下日料店的绝大部分菜品。 其他回答提到的用半成品...

    2025-06-20
  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-20
  • 这么喜欢看露点的 那推荐一部俄罗斯的片子《契卡》 从头到尾都...

    2025-06-20

关注我们

添加微信好友,关注最新动态