网站地图官方微信:
网站首页 包装制品配附件 包装检测设备 折射仪 印章用品 验钞机 修正带

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?

  • | 有哪些故意缩短产品寿命的设计? |

    要说故意,恐怕小米净水器是个极品。 你把亮了黄灯的滤芯(表示...

    查看详情>>
  • | 使用 Reddit 的主要都是哪些用户? |

  • | H264和H265谁画质好,求回谢谢!? |

  • | 为什么除了人类,哺乳动物拉屎的时间都是12秒? |

  • | 深圳一房屋出现沉降和墙体开裂情况,已封控 25 栋房屋,为什么会出现这种情况?有哪些安全隐患? |

  • | 为什么说男人至死都是少年? |

  • | 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里? |

  • | 为什么bilibili后端要用go来写? |

  • | 800V是什么技术,为什么特斯拉不跟进? |

  • | 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗? |

  • | 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? |

  • 种种迹象表明:东大即将迎来它的敦刻尔克时刻!1. 熟悉二战历...

    2025-06-18
  • 螃蟹 之前挺喜欢吃的 后来看到一个***问为什么蒸螃蟹的时候...

    2025-06-18
  • 说实话,我很有发言权。 手上刚买一台13寸MacBook ...

    2025-06-18
  • Docker曾引领容器革命,但时代已变 2025年,开发者正...

    2025-06-18

关注我们

添加微信好友,关注最新动态