网站地图官方微信:
网站首页 张集镇 如东县 郑场镇 长土镇 岩口乡 二林镇

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?

  • | 请问有没有什么工具能够生成局域网的网络拓扑结构图? |

    最好用、完全免费、能直接上手的软件还是Nmap。 扫描完成...

    查看详情>>
  • | 美国真会下场对伊朗开战吗? |

  • | 为什么没有核动力货轮? |

  • | 为什么大部分游戏公司仍在坚持使用SVN? |

  • | 2025 年 6 月,Rust 在 GUI 方面有何大的进展? 你最看好哪个框架? |

  • | 福建舰能搭载多少固定翼飞机? |

  • | 消息称三大运营商将于今年下半年全面重启eSIM,eSIM有哪些好处?为何此前暂停这一业务? |

  • | 伊朗这次会崩溃灭亡吗? |

  • | 家庭网络,是否有必要做多个网段并隔离? |

  • | 女孩子腿非常白是什么体验? |

  • | 黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考? |

  • 王晶,职业导演,职业编剧。 什么叫职业? 用王晶节目里的话...

    2025-06-23
  • 我认为恰恰相反 你看这幅画,美的无可挑剔! 独特的构图、...

    2025-06-23
  • 人的身材分两方面,一个是身高,一个是身材,前者看遗传,后者靠...

    2025-06-23
  • 佛山92年,离异没有孩子,接受吗? 年龄:92年 身高体重:...

    2025-06-23

关注我们

添加微信好友,关注最新动态