网站地图官方微信:
网站首页 建安镇 东流镇 木兰乡 炮台镇 亚丁乡 昝村镇

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?

  • | Windows 上最应该卸载的三个软件是谁? |

    2024.06.27更新 会不定期更新自己在用的软件和踩坑软...

    查看详情>>
  • | 有什么是你去了上海才知道的事情? |

  • | 如何评价睡前消息第913期“山东县城+抖音 安利可以安息了”? |

  • | 商业史上有哪些降维打击的经典案例? |

  • | 张伟丽可以打败什么级别的普通男性? |

  • | 以色列为什么突然敢打伊朗了?不怕被报复? |

  • | 美国***下令美使领馆暂停留学生新签证面谈,将带来哪些影响?美国大学在全球人才竞争中还有优势吗? |

  • | 华为自研的仓颉编程语言将于 7 月 30 日开源,这款语言将如何影响未来的开发趋势? |

  • | 5挺马克沁机枪,能否击败50万重骑兵? |

  • | 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里? |

  • | 草龟为啥那么容易死啊? |

  • 该来的终于来了,都说特朗普不敢出手,结果美军没有等两周就直接...

    2025-06-22
  • Gitea 是Go写的。 Gitlab主要是Ruby写的。 ...

    2025-06-22
  • 11月3日更新: 听取建议,逐渐缩减VM,转移到CT当中,然...

    2025-06-22
  • 依我之见,32英寸在大部分时候优于27英寸,除非桌子太小不适...

    2025-06-22

关注我们

添加微信好友,关注最新动态