网站地图官方微信:
网站首页 滦河镇 古绛镇 梧桐镇 庐阳区 盐塘乡 兔街镇

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?

  • | 雷军为什么不愿意用性价比打法进军NAS? |

    因为玩nas的真懂技术,小白占比无限接近0%. 其实品牌na...

    查看详情>>
  • | 伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹,其威力有多大? |

  • | Rust 是否会被美国国家安全局植入后门? |

  • | 胸大的女孩会自卑 吗? |

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 能分享一下你写过的rust项目吗? |

  • | 如果看待林丹这句话 “网球的强度远远没有羽毛球大”? |

  • | 为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗? |

  • | flutter为什么不用Go语言,而用Dart? |

  • | 如何评价林志玲? |

  • | 为什么 Linux 软件安装包会有依赖关系,而 Windows 软件安装包不需要? |

  • 非常后悔!还在维权 本人领克车主,2024年8月底在西安永利...

    2025-06-20
  • 李小冉大概二十五年前吧,拍了个电视剧,里边她的颜值太亮眼了,...

    2025-06-20
  • 我们需要谈谈困扰我几个月的事情。 我一直看到独立黑客和初创公...

    2025-06-20
  • 我其实搞不懂她最近这一次整容。 完全是负面效果。 她三年前...

    2025-06-20

关注我们

添加微信好友,关注最新动态