网站地图官方微信:
网站首页 包装相关设备 包装成型机械 折射仪 夜视仪 眼镜及配件 削笔器

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?

  • | 如何评价张靓颖刘宇宁《九万字》? |

    终于集齐三大女神。 张靓颖的眼镜,戴与不戴真的是判若两人。...

    查看详情>>
  • | 扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | HTML+CSS有哪些常用的居中方法? |

  • | 雷军为什么不愿意用性价比打法进军NAS? |

  • | kvm是否会增加显示信号的传输延迟,或者键鼠的延迟?打游戏用这个,会影响吗? |

  • | 有哪些BI工具惊艳了你? |

  • | 用K8s的公司有多少人会部署K8s? |

  • | 为什么日本人室内光脚啊?他们屋子里有这么干净吗? |

  • | 小鹏G7预售价23.58万,何小鹏称其为「全球首款L3级算力的AI汽车」,何为L3级算力?竞争力如何? |

  • | 如何评价网传鸿蒙 PC 成功裸机启动 Windows ARM? |

  • 终于集齐三大女神。 张靓颖的眼镜,戴与不戴真的是判若两人。...

    2025-06-26
  • 别听其他人给出的什么技术指标回答,没太大意义。 我用自己亲自...

    2025-06-26
  • miniLED是LCD的升级版, 今年下半年最迟明年会有mi...

    2025-06-26
  • 这就不得不聊下国企优秀的保密策略了。 企业内部的一些通用开...

    2025-06-26

关注我们

添加微信好友,关注最新动态