网站地图官方微信:
网站首页 帐簿 圆规 荧光笔 学生 修正带 文件柜

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?

  • | 韦东奕(北大韦神)要是去写游戏引擎代码,能不能把虚幻引擎按在地上摩擦?数学好真能‘降维打击吗? |

    可能你印象中虚幻开发团队人员只是一群学历普通的工程师,聚集在...

    查看详情>>
  • | 为什么国内连 Docker 镜像源都要封禁? |

  • | 大家的NAS都是24小时不关机吗? |

  • | 我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。? |

  • | 求大神解答,为什么大家都不喜欢用docker? |

  • | ***拍大尺度片子时摄影师不会看光吗? |

  • | 网传广东怀集洪水后赵一鸣超市被哄抢,县***回应相关单位正在核实,若属实哄抢者该承担哪些法律责任? |

  • | 如何看待「苏超」赞助商1个月增加超200%,达到中超2倍? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 鸿蒙电脑应用开发和鸿蒙手机是一样的吗? |

  • | 敏感时刻,美国「末日飞机」出现异常动向,出现在华盛顿附近,什么是「末日飞机」?这代表着什么? |

  • 阿里云市场份额最大,稳居第一,产品和技术都是最稳定的,私企用...

    2025-06-21
  • python以前狐***虎威,表面上看着是python做了很...

    2025-06-21
  • 我当兵时,最要好的战友是河南人,但我最不喜欢和他一起外出,因...

    2025-06-21
  • 真的,你去看一下,大概率就不想买。 这种别墅有两种,商品房...

    2025-06-21

关注我们

添加微信好友,关注最新动态