网站地图官方微信:
网站首页 罗阳镇 黄湾镇 高皇镇 翔云镇 文昌市 大具乡

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?

  • | 罗马仕宣布召回超 49 万台充电宝,极端场景下可能有燃烧风险,有多危险?为何有安全隐患的产品能够上市? |

    这事情的抽象程度已经远超我们想象了。 现在罗马仕用户已经是...

    查看详情>>
  • | 特朗普表示美军阅兵式将超越奥运会或世界杯,这背后的意义和成本如何评估? |

  • | 如何看待M4单核性能吊打9950x? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 为什么说中国是唯一一个没有断过代的文明? |

  • | 为什么鸿蒙PC要排斥Linux生态? |

  • | 想知道德普怎么看上艾梅柏·希尔德的? |

  • | Trae和Cursor对比有什么优势吗? |

  • | 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? |

  • | 以前的日漫都这大胆的吗? |

  • | 为什么浙江落下的陨石,防空系统没有拦截,它和导弹有什么不同? |

  • 就不想用rust吗?局面打开,j***a写一堆class太臃...

    2025-06-21
  • 谢邀,黄金今年会要人命,黄金已经高位震荡2个月了,这两天虽然...

    2025-06-21
  • 第一章五里沟韩家 据说,越国青牛镇的五里沟原本只是一个穷乡僻...

    2025-06-21
  • 作为花粉我都看不下去了 手机不标注CPU也就罢了 现在卖电脑...

    2025-06-21

关注我们

添加微信好友,关注最新动态