网站地图官方微信:
网站首页 晋庄镇 司前乡 军店镇 鱼鳞乡 上团乡 定西市

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?

  • | Golang web项目求推荐? |

    做人要诚实,你觉得骗得了第一关简历,骗得了面试吗,就算骗得了...

    查看详情>>
  • | Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过? |

  • | 如何看待以色列人称“仅供犹太人避难” 阻止其他国家工人进入地下掩体? |

  • | 如何部署Prometheus监控K8S? |

  • | 你为什么对kotlin失去好感? |

  • | 为什么 Windows 系统上的安装包有 exe 和 msi 两种格式,有什么区别? |

  • | 如何看待b站出现有关小米的大量反向标题,号称“薅千亿补贴”的现象? |

  • | 如何评价Cursor? |

  • | 哪吒汽车正式被申请破产,因薪酬问题员工已两月没去上班,被申请破产意味着什么?员工权益还能得到保障吗? |

  • | 如何评价DuckDB? |

  • | 华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响? |

  • 去游泳的时候见过一个,165左右,小头宽肩细腰胯宽腿直肤白,...

    2025-06-20
  • 英制单位不是毒瘤。 美国才是毒瘤。 从前,大家都是各自用各...

    2025-06-20
  • 一、纯血、又纯血、双纯血,叒纯血早期的鸿蒙就是安卓魔改,后来...

    2025-06-20
  • FrontPage是被微软自己淘汰的,不是被市场淘汰的。 ...

    2025-06-20

关注我们

添加微信好友,关注最新动态