网站地图官方微信:
网站首页 两河乡 红旗乡 泾口镇 木镇镇 里心镇 汉冢乡

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?

  • | 以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的? |

    首先,这是一出戏演了几遍了——以色列没***了。 以色列在...

    查看详情>>
  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 如何看待求是网转载小米汽车工厂宣传片? |

  • | CAD 这幅图的R100怎么画? |

  • | 有没有免费的语音转文字的软件? |

  • | 媒体称「中国的垃圾不够烧了,焚烧厂开始抢垃圾」,是真的吗?焚烧垃圾能带来哪些好处?背后有怎样的利益? |

  • | 小鹏G7发布,对标小米YU7有优势吗? |

  • | 国产手机APP为什么越来越臃肿? |

  • | 怎么看待三十而已里说的养鱼让人玩物丧志,养鱼是魔鬼,是黑洞,养鱼毁三代鱼缸毁一生的话? |

  • | Rust 的设计缺陷是什么? |

  • | 如何看待《捞女游戏》(现名《情感反诈模拟器》)全平台账号陆续被封禁? |

  • 业务远比用什么程序语言重要。 我只想说,互联网上现在99%...

    2025-06-21
  • 对GPU进行性能优化时,cudagraph是绕不开的话题。 ...

    2025-06-21
  • Cursor在短短一年内负载增长了100倍,数据层每秒处理超...

    2025-06-21
  • 苹果官方其实卖这个配件,但是目前只提供给Mac Pro。 ...

    2025-06-21

关注我们

添加微信好友,关注最新动态