网站地图官方微信:
网站首页 明星镇 金港镇 柏塘镇 大营乡 桃映镇 康雄乡

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?

  • | Firefox 浏览器是否还有可能浴火重生? |

    火狐的开发者们似乎并不是很“听劝”,对许多用户呼声很高的功能...

    查看详情>>
  • | 2024MacBookPro14寸选择m4标准版(10核心)32+512还是M4Pro(12核心)? |

  • | 为什么中国开发不出流行的编程语言? |

  • | 一个坚持练搏击二十年的70岁老人,能打过30岁同样体重的普通人吗? |

  • | 公司有一块纯屏幕,能不能做到让他插上u盘就自动播放里面的***? |

  • | 看新闻说老美的B-2连续飞了37小时,飞行员的吃喝拉撒怎么解决? |

  • | NAS噪音太大,大家都吧NAS放置到哪了? |

  • | 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? |

  • | go-zero的svc全局变量和Kratos按需利用wire进行依赖注入哪个在实际生产合作中更合适? |

  • | 用go做写后台接口的公司多吗? |

  • | 如果魏延的子午谷奇谋是份PPT,你觉得能说服诸葛亮吗? |

  • CNN有介绍的文章。 上飞机前准备了尿布、***和打包的餐盒...

    2025-06-28
  • 嘿,兄弟们!今天你焦虑了吗? 反正我朋友圈的 JS 开发者群...

    2025-06-28
  • 坏消息是做前端的人更加水深火热了,好消息是后端暂时还比较安全...

    2025-06-28
  • 因为web worker根本解决不了“单线程卡死页面”的问题...

    2025-06-28

关注我们

添加微信好友,关注最新动态