网站地图官方微信:
网站首页 万全镇 山阴县 米庙镇 万坪镇 曲山镇 楚雄市

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?

  • | 055大驱到底强在哪里? |

    现在最令美国破防的不是六代机,也不是中国海军疯狂“下饺子”,...

    查看详情>>
  • | 为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一? |

  • | 央企的信创,是否有必要把 spring 替换成国产的 solon ? |

  • | 美国重新工业化有多难? |

  • | 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? |

  • | 伊朗这次会崩溃灭亡吗? |

  • | 海贼王为什么现在被全网黑? |

  • | 伊朗没有战斗机吗?为什么不起飞空中拼***? |

  • | 脸与身材不符是种怎样的体验? |

  • | 你卡过最厉害的bug是什么? |

  • | 为什么上海、宁波那么近要搞两个港口?不会恶性竞争么? |

  • c100以上混凝土筑造的都是永久性工事了。 可能大家不理解...

    2025-06-21
  • 最近在想,女生所谓的“完美身材”到底是什么。 我以前以...

    2025-06-21
  • 战报会骗人,战线不骗人。 我之前跟我朋友讲NS卡带会在NS...

    2025-06-21
  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-21

关注我们

添加微信好友,关注最新动态