网站地图官方微信:
网站首页 常兴镇 下七乡 齐都镇 新地镇 总发乡 桧溪镇

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?

  • | 是什么原因让你一定要用 iPhone? |

    命途多舛,干了小半年Android开发,发现两件事: And...

    查看详情>>
  • | 突然不爱了是什么感受? |

  • | 华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告,对行业有何影响? |

  • | 面试中被嘲笑Token放在redis里,该如何应对这种情况呢? |

  • | 你的低成本爱好是什么? |

  • | 如何判断一个游戏是用手柄玩更好还是用键鼠玩更好? |

  • | 如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变? |

  • | 面试中被嘲笑Token放在redis里,该如何应对这种情况呢? |

  • | 《三角洲行动》摸金模式单三跑刀最好用的角色是蜂医还是威龙? |

  • | 如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》? |

  • | flutter为什么不用Go语言,而用Dart? |

  • (又从草稿箱翻出一篇本该四月写完的文章…我的草稿箱里究竟还藏...

    2025-06-23
  • 最好肯定是《碟中谍4》好在哪里不说了,很多答主解释的非常清楚...

    2025-06-23
  • 前几天发过一篇GoEdgeCDN手动部署指南,貌似对小白来说...

    2025-06-23
  • 我击剑二十年,胳膊还是细的。 可能天生就胳膊细,也可能是没...

    2025-06-22

关注我们

添加微信好友,关注最新动态