网站地图官方微信:
网站首页 土城镇 新海镇 白甸镇 长乐镇 唐县镇 浪珠乡

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?

  • | 可以用duckdb在本地建立一个数据库对外服务吗? |

    Duckdb是一个年轻而迷人的数据库。 它的备份可以简单到通...

    查看详情>>
  • | 网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任? |

  • | 为什么腾讯云或者阿里云不让自建dns服务器? |

  • | 曝小米汽车工厂三期地块成交,超 6 亿元占地约 727 亩,如何从商业角度解读小米汽车这一扩张? |

  • | 马斯克宣布星舰将配备 42 台发动机,如何评价这一设计? |

  • | 为什么这么久了还是没有主流软件开发鸿蒙版? |

  • | 以色列伊朗持续多日空对空轰炸,谁会先撑不住?双方的***还能支撑多久?还有哪些「杀手锏」没投入战场? |

  • | 如何评价《灵笼 2》第五集? |

  • | 大家有什么烧钱的爱好吗? |

  • | 中国为何不把便宜的物资卖给古巴,这样就可以解决古巴物资紧缺的困境,又能清空我们国家过剩的产品? |

  • | 低功耗web服务器 迷你主机 小型服务器 求推荐? |

  • 那自然是刘亦菲打枪图: 这颜值,这发量,这腰身,这曲...

    2025-06-20
  • 真实水平应该挺高的, 起码是被大众鉴定过的, 刚刚去看了一下...

    2025-06-20
  • 大家的 Mac mini M4 入手了吗?每年都有不少朋友会...

    2025-06-20
  • 看到这题的时候我就知道某些人会拿Mathura雕像说事。 利...

    2025-06-20

关注我们

添加微信好友,关注最新动态