网站地图官方微信:
网站首页 内丘镇 东良乡 社科乡 伊美区 坪阳乡 jd

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?

  • | cloudflare的1.1.1.1和warp有什么区别? |

    坦白说,我第一次听说 Cloudflare 是因为他们提供的...

    查看详情>>
  • | 哪款ocr比较好用? |

  • | 发生了什么导致你从此再不吃某样食物? |

  • | 如何评价任天堂新游戏《咚奇刚 蕉力全开》的专场直面会? |

  • | C++、Rust、Zig、J***a 和 C# 哪个编程语言更适合年轻人学习? |

  • | 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? |

  • | 很多人开始弃用印象笔记了,你还在使用印象笔记吗? |

  • | 如何看待伊朗媒体称「今晚将发生世界铭记的大事」?可能是什么? |

  • | 伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗? |

  • | 如何评价“寡姐”斯嘉丽·约翰逊的身材? |

  • | 怎么才能有尤雨溪一半强,该怎么学习? |

  • 再跌50%,差不多就是回到2015年的水平。 也就是说,20...

    2025-06-19
  • 如果病人不出,那就是谁打的120谁出。 比出钱更郁闷的,是你...

    2025-06-19
  • 你说反了,不是以色列是否能坚持12天,而是伊朗能坚持几天. ...

    2025-06-19
  • JAVA 是没办法直接调用 ffmpeg 的,ffmpeg ...

    2025-06-19

关注我们

添加微信好友,关注最新动态