网站地图官方微信:
网站首页 包装印刷加工 语音室成套设备 夜视仪 眼镜片 信封 文件柜

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?

  • | Windows 为什么要有注册表而 Unix 就不需要? |

    注册表,是个伟大的发明。 举个很简单的例子: 我有个小脚本,...

    查看详情>>
  • | 现在个人博客不能备案了吗? |

  • | 中国特有的狸花猫有多强大? |

  • | 现在网上有很多卖别墅的,都只有200万,这个是真的吗? |

  • | 如何看待 Rust 写的 PNG 解码器比 C 实现更快? |

  • | 男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug? |

  • | 如何评价某音上“一个国家对动物的态度决定这个国家道德高度”? |

  • | 为什么说耿直的人更容易吃亏? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 中国民间中小工厂能快速造出武器吗? |

  • | 你们敢不敢把刚刚复制粘贴的东西发出来? |

  • 入职第一天。 发现电脑分内外网。 每个人发两台电脑。 ...

    2025-06-21
  • 鄙人一友,前几日让我推荐NAS作参考,奈何四川国补极不稳定,...

    2025-06-21
  • 三更: 导演旎站账号被清除、游戏被抖音禁播、超话被微博风堇、...

    2025-06-21
  • 嘿,兄弟们!今天你焦虑了吗? 反正我朋友圈的 JS 开发者群...

    2025-06-21

关注我们

添加微信好友,关注最新动态