网站地图官方微信:
网站首页 夏庄镇 坂面镇 广福乡 象耳镇 坪滩镇 天全县

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?

  • | 如何看待特朗普最后关头取消对伊朗的军事行动? |

    伊朗和以色列的战争来到第7天,特朗普终于到了要做“下场”决定...

    查看详情>>
  • | 为什么 macOS 并不差,可市场总敌不过 Windows? |

  • | 真的有这种又苗条身材又爆炸的么? |

  • | 男医生在给年轻靓丽的女性检查时会是什么心态? |

  • | 李连杰时隔多年复出参演武侠电影《镖人:风起大漠》,票房能爆吗? |

  • | 买到烂尾楼到底该有多绝望? |

  • | 如何评价网红店太二酸菜鱼? |

  • | 为什么人到中年,很少有身材苗条的? |

  • | 如何评价《一人之下》第721(764)话? |

  • | 苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗? |

  • | 如何证明散片 CPU 比盒装 CPU 差? |

  • 很多人搞乱了一个事情, 商用和自用的区别。 还有回答说创业...

    2025-06-21
  • 这事真的就是资本NB,不服不行。 HIV是药企最喜欢的疾病...

    2025-06-21
  • 首先说结论一架歼-35A吊打最少100架KF21,为什么这么...

    2025-06-21
  • 随便说点 手机码字 底层用的是 radix 这玩意相当于就是...

    2025-06-21

关注我们

添加微信好友,关注最新动态