网站地图官方微信:
网站首页 包装用纸 包装项目合作 展示台 眼镜片 学习文具 修正带

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?

  • | 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何? |

    今晚至少有八架美国C-17 环球霸王 III运输机从欧洲起飞...

    查看详情>>
  • | 为什么广州地铁这么多人不懂得先下后上,将中间的位置留出给下车的人? |

  • | 哪一句话让你沉默了很久? |

  • | 如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑? |

  • | 国产手机AI「好用」的背后,是技术差距还是文化差异? |

  • | 请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗? |

  • | 如何看待《捞女游戏》定档 6 月 19 日? |

  • | 网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗? |

  • | 华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗? |

  • | 跟领导坐一辆车下乡,连司机共三人,领导问我「听说办公室主任人缘不好,你有听说吗?」,我该怎么回答? |

  • | 女生被踢裆也会很疼吗? |

  • 愿平安!!! 6月17日全县范围内就已经“五停”了。 ...

    2025-06-20
  • 因为小米账期短,我爸做生意多年虽然没赚多少钱,但熬过了08和...

    2025-06-20
  • 不知道这算不算基建狂魔。 家门口的高架桥,也不知道是嫌窄,...

    2025-06-20
  • 我75e还不算夸张,一到夏天会非常难受,尤其是工作穿工装的时...

    2025-06-20

关注我们

添加微信好友,关注最新动态