网站地图官方微信:
网站首页 沂涛镇 金平区 安东乡 开元乡 思蒙镇 古玉乡

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?

  • | 我的世界怎么租一个四个人的服务器? |

    我个人是用的阿里云做的内网穿透,阿里云有个峰值带宽200M不...

    查看详情>>
  • | 有 Protocol buffer 这种轻便的序列化反序列化工具,Json 为什么还会大量使用? |

  • | 蜜雪冰城香港门店被通报「产品大肠菌群超标 70%」,哪些环节可能导致大肠菌群超标?会对身体有哪些危害? |

  • | 为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云? |

  • | 能分享一下你写过的rust项目吗? |

  • | Linux内核代码大佬们如何观看的? |

  • | 为什么都说武器越怪,死的越快? |

  • | 老板说我设计了一周的海报还是不行,我到底该怎么学啊? |

  • | 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手? |

  • | 有没有一个特别好用的Linux系统? |

  • | flutter为什么不用Go语言,而用Dart? |

  • 在线急寻那位当时和我坐对面的空乘小姐姐,还想听一次你那如此“...

    2025-06-19
  • 最近在想,女生所谓的“完美身材”到底是什么。 我以前以...

    2025-06-19
  • 建大学是正确的,而且广东很明显后知后觉了。 不要和我扯什么...

    2025-06-19
  • 再跌50%,差不多就是回到2015年的水平。 也就是说,20...

    2025-06-19

关注我们

添加微信好友,关注最新动态