网站地图官方微信:
网站首页 清原镇 上海市 渔山乡 水湖镇 猪场乡 安绕镇

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?

  • | 「牛奶湖」游客排队接奶,当地表示可以放心喝,是否符合食品安全标准?此营销行为对当地牧业是否有宣传作用? |

    牛奶罐两个小时换一次,看似很安全。 实际确实很安全。 但...

    查看详情>>
  • | 谁是对Mac有成见然后用完Mac后真香的? |

  • | 红旗河工程,为什么还没有开工? |

  • | 为什么现在网上出现了这么多的左派? |

  • | 如何设计一条 prompt 让 LLM 陷入死循环? |

  • | 外网有哪些和中国有关的梗? |

  • | 公司规定所有接口都用 post 请求,这是为什么? |

  • | 毕设答辩,老师说node不可能写后台怎么办? |

  • | 用了几年大厂云服务器,现在想换便宜的,有推荐的吗? |

  • | 为什么国外网站总喜欢弹出cookie访问权限弹窗,国内网站却没有,这么做有什么意义? |

  • | 数据库不就是增删改查一些数据吗?研发一个数据库到底难在哪了? |

  • 更换了个寂寞…… Mac mini M4上的可更换SSD是『...

    2025-06-27
  • 我家里是干建材的,就自学了CAD,能画些简单的平面图。 干...

    2025-06-27
  • 微软双拼用户,曾经半年时间卡在每分钟60~80左右字,后来经...

    2025-06-27
  • 折叠屏手机上哪一个功能我最离不开,排在 Top 1 的还真不...

    2025-06-27

关注我们

添加微信好友,关注最新动态