网站地图官方微信:
网站首页 西河乡 上固乡 隆盛镇 回春镇 老屯乡 黄渚镇

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?

  • | jwt的设计合理吗? |

    先回答题主的问题吧: 做base64是因为JWT通常在hea...

    查看详情>>
  • | 现在已经有5K、6K、8K分辨率显示器,那么8K之后是什么? |

  • | 黑客为什么可以做到无需知道源码的情况下找出系统漏洞? |

  • | 有个少数民族的女朋友是什么体验? |

  • | 如何优雅地使用 Ubuntu? |

  • | 真的有这种又苗条身材又爆炸的么? |

  • | 日本真的有些澡堂和温泉是不分男女的吗?有人去过不分男女的那种吗? |

  • | 买到烂尾楼到底该有多绝望? |

  • | 不用CDN就没事,用阿里云CDN就被攻击刷流量,阿里云表示证明不了就要用户买单,如何看到这种行为? |

  • | 你在杭州的真实工资是多少? |

  • | obsidian用一两年后会有多大?全文搜索还快吗? |

  • 这得看题主想要怎样养水草。 网上大部分水草,尤其是草缸用的...

    2025-06-24
  • 如果不隔几年出一个新版,而是闷声憋大招,很可能因为远离市场而...

    2025-06-24
  • 有个成语叫“脱颖而出”: 秦昭王 四十七年(公元前260年)...

    2025-06-25
  • 根据苹果社区开发者们的测试,iOS是一个不存在页面交换和zr...

    2025-06-24

关注我们

添加微信好友,关注最新动态