网站地图官方微信:
网站首页 帐簿 圆规 隐型眼镜 削笔器 修正带 信封

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?

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

    说明腾讯实现了我曾经的几个预测 预测1,electron会普...

    查看详情>>
  • | NAS的盘是否需要一次性买齐? |

  • | 有个亲妹妹是什么感觉? |

  • | 中国民间中小工厂能快速造出武器吗? |

  • | 能分享一下你写过的rust项目吗? |

  • | Flutter 为什么没有一款好用的UI框架? |

  • | 女朋友是体育生是一种什么体验? |

  • | 鸿蒙电脑应用开发和鸿蒙手机是一样的吗? |

  • | Electron 和当下其他的桌面开发方法相比如何? |

  • | 《明朝那些事儿》的作者当年明月疯了,疯了就可以摆脱烦恼了吗? |

  • | Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升? |

  • 在我的印象中,大肠杆菌超标一般都是几百倍,几千倍的出现,很少...

    2025-06-20
  • 昨天的 GCP 全球宕机事故报告出了,给大家解读下。 从 ...

    2025-06-20
  • 2003年~2010年,鼓励农村修建沼气池,说这东西不仅能解...

    2025-06-20
  • 以前我是神烦这种cookie弹窗的。 自己做海外网站设计的时...

    2025-06-20

关注我们

添加微信好友,关注最新动态