网站地图官方微信:
网站首页 秀林镇 芦溪县 葛坡镇 八角乡 剑峰乡 牟坪镇

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?

  • | 老板说我设计了一周的海报还是不行,我到底该怎么学啊? |

    如果你老板要求不高的话,还可以抢救一下,但是也得学一段时间 ...

    查看详情>>
  • | 华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒? |

  • | 你做过最抽象的事情是什么? |

  • | Rust1.86才正式稳定trait的upcast,为什么在rust中这个特性实现如此复杂? |

  • | 江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任? |

  • | 江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任? |

  • | 2025 年有哪些值得关注的开源项目? |

  • | 为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)? |

  • | 你们都什么时候对男女之事开窍的? |

  • | Caddy 和 Nginx 比有哪些优点和缺点? |

  • | ​​ERP、CRM、OA,对于小公司来说到底先上哪个? |

  • 某次长时间的户外拍摄,生活环境、伙食各种都比较应付,拍摄结束...

    2025-06-20
  • 似乎很多人对CAD的理解有偏差,如果你打开一个STEP文件(...

    2025-06-20
  • 是的,現在還沒用鴻蒙 PC 的程序員已經落伍了。 鴻蒙 P...

    2025-06-20
  • 推荐试试***seo,就是把***上传到社媒和独立站中 **...

    2025-06-20

关注我们

添加微信好友,关注最新动态