网站地图官方微信:
网站首页 幸福镇 兰溪市 董团乡 檬双乡 马建乡 台南市

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?

  • | 为什么老一辈人都觉得空调不能长时间吹? |

    听说过「鱼生火肉生痰,青菜豆腐保平安」么?为什么? 因为鱼肉...

    查看详情>>
  • | 你在出租房屋发现过什么前租客留下的“宝藏”? |

  • | 如果一家网站通过诸如cloudflare等cdn加速服务套了个壳,那还有办法查到该网站的ip地址吗? |

  • | 请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗? |

  • | 现在为什么没有黑客了? |

  • | 有没有好的家用NAS解决方案,需求如下:可以远程控制开关机,电脑、手机投送存储、下载文件? |

  • | 能够自己一个人创业的全栈web码农fullstack developer要会哪些技术? |

  • | 为什么MacBook pro不用高刷新率的屏幕? |

  • | 到底是9800x3d+5070ti还是u7+5080? |

  • | Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来? |

  • | REDMI K80 至尊版手机搭载 7410mAh 电池,此款手机有哪些亮点? |

  • 如果是当家用媒体服务器,比如跑个plex server,或者...

    2025-06-21
  • 纯从消费者角度聊。 我不再相信 ARM 比 x86 有固有的...

    2025-06-21
  • 我是做会计的,一直挺自豪Excel用得不错,确实也在工作中提...

    2025-06-21
  • 本科武汉理工的。 四个字评价:垃圾学校。 要是五个字的话,就...

    2025-06-21

关注我们

添加微信好友,关注最新动态