网站地图官方微信:
网站首页 康城镇 孙埠镇 汲滩镇 吉隆镇 百朋镇 巴干乡

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?

  • | 空战的时候可不可以先击落预警机? |

    当然可以,前提是能做到的话。 预警机就像象棋里的【帅】,价...

    查看详情>>
  • | Flutter 为什么没有一款好用的UI框架? |

  • | 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性? |

  • | 哪一句话让你沉默了很久? |

  • | 怎么快速部署一个大模型? |

  • | 如何评价DuckDB? |

  • | 有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说? |

  • | 为什么同样是输球,常州和国足的风评却差那么多呢? |

  • | 有没有GUI框架开发难度小,***消耗又不多,而且又跨平台? |

  • | 理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般? |

  • | 一个人可以固执到什么程度? |

  • 一个非常有意思的故事 求伯君之前有个***访,说创办金山后,...

    2025-06-18
  • 首先来看以色列和伊朗的基本情况。 伊朗土地面积163万平方...

    2025-06-18
  • 说一个买烟的。 平时我和我爸就是抽华子荷花,软的,我爸每天...

    2025-06-18
  • 曾几何时的 B 站到处都是 Edge 浏览器的推荐,似乎自从...

    2025-06-18

关注我们

添加微信好友,关注最新动态