网站地图官方微信:
网站首页 涝洼乡 八一乡 梓龙乡 夏石镇 草堂镇 绥德县

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?

  • | 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何? |

    伊朗今天只发射了30枚,而且还是压舱地的射程2000公里的国...

    查看详情>>
  • | 如何评价苹果 3 月 5 日发布的 MacBook Air M4,相比前代有哪些提升? |

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 空调现在抽真空15分钟真的还有意义吗? |

  • | Golang和J***a到底怎么选? |

  • | 空调现在抽真空15分钟真的还有意义吗? |

  • | MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响? |

  • | 黑客为什么可以做到无需知道源码的情况下找出系统漏洞? |

  • | 我听说Windows12微软就直接重头构建Windows了,就直接重构Win内核了,到底是不是真的? |

  • | 你健身是为了什么? |

  • | 如何评价Cursor? |

  • 作为一个广东顺德人,我来回答一下吧。 以草鱼(鲩鱼)养殖为...

    2025-06-21
  • Rust 必须是 Rust,有稳定版,内存安全,语法不那么混...

    2025-06-21
  • 最新自研 tauri2.0+vue3.6+deepseek+...

    2025-06-21
  • 就不想用rust吗?局面打开,j***a写一堆class太臃...

    2025-06-21

关注我们

添加微信好友,关注最新动态