网站地图官方微信:
网站首页 东胜乡 森村乡 韩庙镇 发城镇 新茶乡 山河乡

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?

  • | 为什么都 2025 年了显卡还不能通杀 4K? |

    因为你陷入了“ 我就一定要开全最高画质,不能开全最高就叫不能...

    查看详情>>
  • | 在武汉,你们的找对象标准是怎样的? |

  • | Flutter 为什么没有一款好用的UI框架? |

  • | 34 岁教授王虹在北京大学开数学讲座,她或将成为首位获得菲尔兹奖的中国籍数学家,有多厉害? |

  • | 为什么用 electron 开发的桌面应用那么多? |

  • | 如何评价鸿蒙电脑无法编写其自身运行的程序? |

  • | 中国海军是如何崛起的? |

  • | 为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云? |

  • | 对于一般用户来说,日常娱乐选择2K显示器还是4K显示器好?如何选才能不后悔? |

  • | Rust 的设计缺陷是什么? |

  • | 美国***下令美使领馆暂停留学生新签证面谈,将带来哪些影响?美国大学在全球人才竞争中还有优势吗? |

  • 我的个人小破站(龙腾万里sky 的博客),谈不上美,不太喜欢...

    2025-06-22
  • 理论方面我不太了解,我认为是肌肉力量的关系。 比如你做引体...

    2025-06-22
  • 为啥要这样?裸睡可以理解,我也经常裸睡,但是那是保证床品干净...

    2025-06-22
  • NO.10 F/A18经典虫(个人认为比超虫好看) ...

    2025-06-22

关注我们

添加微信好友,关注最新动态