网站地图官方微信:
网站首页 东坝乡 四河乡 都昌镇 赤田镇 昆仑镇 阳峪镇

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?

  • | 穿瑜伽裤爬山的女生会不会害羞? |

    上个月去爬太室山,前面就有个瑜伽裤女生,一个人,本来我按我的...

    查看详情>>
  • | 程序员看剧的时候,如果看到有敲代码页面,会暂停看代码吗? |

  • | 各位都在用Docker跑些什么呢? |

  • | 被执行人欠我26万,一次性付清20w和解,我该同意吗? |

  • | 为什么二游厂商都喜欢推出泳装版本? |

  • | 如何评价最新发布的 vivo X Fold5,作为首款「三防」折叠屏手机,都有哪些亮点值得关注? |

  • | PHP现在真的已经过时了吗? |

  • | react 跟 vue 哪个更牛逼? |

  • | 都说时尚是一个轮回,有哪些老电视剧里面的穿搭到现在都还是很潮的呢? |

  • | 为什么说耿直的人更容易吃亏? |

  • | Edge 浏览器的评价是否在逐渐下降? |

  • Go往往跟Rust持平甚至超越这个观点是错误的,GO的性能很...

    2025-06-26
  • 玩法不一样吧。 至少我从来没见过人用1g1核,带宽2m,价格...

    2025-06-26
  • 有三个点需要注意: 1 结果: 积流成江 (Streams ...

    2025-06-26
  • 排名我不知道,但可以看看他做了什么。 首先,Visual ...

    2025-06-26

关注我们

添加微信好友,关注最新动态