网站地图官方微信:
网站首页 尹村镇 所字镇 江安镇 河包镇 中泉镇 曲奥乡

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?

  • | 养了近十年的草龟要不要放生? |

    我养了13年的龟仔上周死了,它很活泼,很亲人,会跟着我走来走...

    查看详情>>
  • | 为什么年轻的肉体让人沉迷? |

  • | 怎么评价国内AI企业人肉背15块80TB硬盘,飞去马来西亚用英伟达训练数据,以规避美国禁令? |

  • | 现代艺术只考虑意义、不考虑美感吗? |

  • | Rust开发Web后端效率如何? |

  • | 你卡过最厉害的bug是什么? |

  • | 群晖 nas 有些什么基本和好玩的功能? |

  • | 很好奇,组NAS的玩家是如何解决上传速率的问题? |

  • | 如何评价张靓颖刘宇宁《九万字》? |

  • | 想做流量卡代理,有哪些靠谱的流量卡代理平台? |

  • | 普通人用得着4k分辨率的显示器吗? |

  • 前几天,我偷摸买的ns2被闺女发现了! 第一天,她看见了我的...

    2025-06-24
  • 我个人是用的阿里云做的内网穿透,阿里云有个峰值带宽200M不...

    2025-06-24
  • 人在北京 刚出医院 输完钾液 痛不欲生 水肿了一圈 从38k...

    2025-06-24
  • 我用Flutter开发了一款双因素身份验证器,它叫Cloud...

    2025-06-24

关注我们

添加微信好友,关注最新动态