网站地图官方微信:
网站首页 折射仪 圆规 一体机办公设备 眼镜及配件 眼镜盒 学生

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?

  • | obsidian用一两年后会有多大?全文搜索还快吗? |

    用内存虚拟化方案就可以了。 因为 Obsidian 对于 ....

    查看详情>>
  • | 美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施,钻地弹有多大杀伤力?能摧毁伊朗地下核设施吗? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | 回顾自己IT运维工作,哪件事是最有成就感的? |

  • | 未来几年,市场对 AI 人才的需求会集中在哪几个方向? |

  • | 为什么软件公司很少用python开发web? |

  • | 小米发布了 REDMI 首款旗舰小平板 K Pad,仅 8.8 英寸,小巧便携,如何评价这一设计? |

  • | 用QT设计桌面软件,是用qml还是ui设计师,那种兼容性更好,例如一些低版本的电脑? |

  • | 通过重体力劳动练出来的肌肉和标准健美人员肌肉有什么不同? |

  • | QQ为什么败给微信? |

  • | 优酷为什么越来越不行了? |

  • freebuf ***s://***.freebuf***/...

    2025-06-23
  • 都到这个价位了我只能说黑不动,真黑不动 M4芯片的性能就值1...

    2025-06-23
  • 大家看着网签价格没降多少是吧,我给发个图就知道为啥降得不多了...

    2025-06-23
  • 这里其实有好几个不同的问题: 用 Rust 重写 v8,会快...

    2025-06-23

关注我们

添加微信好友,关注最新动态