网站地图官方微信:
网站首页 荧光笔 隐型眼镜 眼镜架 眼镜布 验钞机 削笔器

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?

  • | 为什么小男孩小时候要比小女孩难养好多? |

    兄弟,你这还是噩梦的刚开始,过来人告诉你儿子的养育过程 三岁...

    查看详情>>
  • | 30岁了,你在深圳过着什么样的生活? |

  • | 为什么中国人做一顿饭要几个小时,而国外花的时间少得多? |

  • | Office 中为何还要保留 Access 数据库? |

  • | 2025 年 5 月份居民消费价格同比下降 0.1%,如何看待这一数据? |

  • | 伊朗这次让以色列打惨了,这个国家还能挺过来吗? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 评价一下Proxmox VE与ESXi的优劣? |

  • | 你见过最无用的节俭行为是什么? |

  • | 以总理称已控制伊朗首都领空,领空被控制意味着什么?伊朗还可以通过空袭反击吗? |

  • | 有哪些新生代没见过或者无法理解的 Windows XP 7 时代的事情? |

  • 谢邀,没办法再不打,等波斯猫的核武鼓捣出来。 那就不是二战犹...

    2025-06-18
  • 老公身高180,140斤;我167,104斤。 这样的体重我...

    2025-06-18
  • 放下你手中的鼠标!停下你后台的渲染! 就在今天,Blende...

    2025-06-18
  • 今年三月,我家娃被软围攻。 大概7/8个“朋友”把我闺女拉...

    2025-06-18

关注我们

添加微信好友,关注最新动态