网站地图官方微信:
网站首页 江田镇 梅窖镇 楚江镇 蒲包乡 查龙镇 折巴乡

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?

  • | 我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗? |

    题主对工业克苏鲁一无所知…但凡进厂打两年螺丝,也不至于问这种...

    查看详情>>
  • | 为什么bilibili后端要用go来写? |

  • | 鸿蒙电脑应用开发和鸿蒙手机是一样的吗? |

  • | 阿里网盘为什么没有动静了? |

  • | 老饭骨做的饭真的好吃吗 ? |

  • | 055驱逐舰 是个什么概念? |

  • | 相对于Go,哪些领域是.NET做不到或做不好的? |

  • | rust在国内的前景如何? |

  • | 购买更快的 SSD 已经没有意义了吗? |

  • | 如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心? |

  • | 周杰伦被曝现身日本弯腰驼背似老人,是真的吗?他曾称患有强直性脊柱炎,这病对身体影响有多大?能治好吗? |

  • Cursor和Trae都在用,体验是完全没差别。 是的,完...

    2025-06-20
  • 一个2TB的移动硬盘,里面有6万张美女图片,好家伙居然有几十...

    2025-06-20
  • 不是我朋友,是我自己,婚纱照已拍,婚期已定。 11月加的微...

    2025-06-20
  • 如果知乎算海的话,那我,被捞着了。 事情是这样的:我以前有...

    2025-06-20

关注我们

添加微信好友,关注最新动态