网站地图官方微信:
网站首页 寺庄镇 王庄乡 庙行镇 蔡坊乡 下峪镇 和日镇

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?

  • | 为什么大家不再提星链了(包括外网)? |

    多简单,因为中国输了,而且短期没有任何机会赶上。 这玩意儿...

    查看详情>>
  • | esbuild为什么不用Rust,而使用了Go? |

  • | 做个web服务器,gin框架和go-zero怎么选? |

  • | 既然电脑不能插四条内存,为什么要设计四个插槽? |

  • | 现在是2025年6月,现在的房价是阴跌还是暴跌?还会继续跌多久?是否已经开始分化? |

  • | 特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营,这将对自动驾驶行业带来哪些影响? |

  • | 为什么用 electron 开发的桌面应用那么多? |

  • | 做网页开发时,允许用户输入url图片地址来作为自己的头像有什么风险? |

  • | 你们是怎样看待警察这一职业的? |

  • | vue + tsx 的开发体验能追得上 react+tsx么? |

  • | 一个人要进入你家,说自己是警察。你怎么判断他是真警察还是***警察? |

  • 选择一个足够先进、坑少的格式是非常明智的,否则后患无穷。 T...

    2025-06-28
  • 关注这问题有几天了,不得不说特别有意思。 知乎长期专注笔记...

    2025-06-28
  • 我认为恰恰相反 你看这幅画,美的无可挑剔! 独特的构图、...

    2025-06-28
  • 家里光猫的光纤头被我拔坏了,只能打电话给负责小区的装维人员。...

    2025-06-28

关注我们

添加微信好友,关注最新动态