网站地图官方微信:
网站首页 里老乡 红石镇 新庄镇 马上乡 天鹅镇 大坡乡

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?

  • | iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价? |

    正常,iOS7的时候也说丑,甚至比现在更甚。 但是...

    查看详情>>
  • | 为什么说以色列这次干得漂亮? |

  • | 广东怀集遇历史最大洪水,约 30 万人受灾,积水最深处达 3 米,目前当地情况如何? |

  • | 两袖清风的东林党为什么反而危害国家? |

  • | ***如古代长城用的是C140混凝土,那千百年下来会完整的留存至今还是损坏的更加严重? |

  • | 书法学习路上最大的坑是什么? |

  • | 胸大的女孩会自卑 吗? |

  • | 评价一下Proxmox VE与ESXi的优劣? |

  • | 网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任? |

  • | 胸大的女孩会自卑 吗? |

  • | 2025年了,照相机为啥还这么难用?像素低还很贵? |

  • 快笑疯了 还记得之前微软要relocate国内的azure和...

    2025-06-20
  • 这周老公说放自己一天***,在家好好给我们娘俩露一手。 中...

    2025-06-20
  • 大学就遇到过这种事,三男三女,我男,前女友没来,因为容易吃醋...

    2025-06-20
  • 闲鱼收,很容易捡漏。 但是鱼缸寿命其实挺短的,主要是鱼缸的...

    2025-06-20

关注我们

添加微信好友,关注最新动态