网站地图官方微信:
网站首页 帐簿 圆规 荧光笔 一体机办公设备 眼镜布 学生

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?

  • | 印度女性为什么不嫁到中国? |

    说个身边的故事吧。 前年印度外派了一个印度姑娘来我们这边常...

    查看详情>>
  • | 在中国有多少开发者使用Rust编程语言? |

  • | 中年夫妻的婚姻状态是什么样的? |

  • | 如何自己搭建家庭服务器? |

  • | 如何评价大胃袋良子? |

  • | 你的低成本爱好是什么? |

  • | 5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源,具体有哪些提升?使用体验如何? |

  • | 如何看待alist被转手出售***? |

  • | 为什么章若楠和杨超越长得很像,男人却更喜欢章若楠,认为有女人味,而觉得杨超越像小女孩? |

  • | 蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗? |

  • | 为什么Rust的热度超过Zig? |

  • 作为一名Web开发者,多年来一直挺想用Web技术去开发桌面软...

    2025-06-19
  • 拉倒吧,还享受和平。 你跟你那个乌克兰朋友说,除了中国**...

    2025-06-19
  • 上次爬华山遇上一对夫妻,女的30出头,男的明显大些,女士穿白...

    2025-06-19
  • *** 只做苹果,用swiftui 后端 *** serve...

    2025-06-19

关注我们

添加微信好友,关注最新动态