网站地图官方微信:
网站首页 包装项目合作 包装成型机械 圆珠笔 眼镜片 眼镜盒 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?

  • | 想学编程,该不该买MacBook? |

    续航贼长,掌托部位永远冰凉,不用带鼠标,屏幕很好,不用关机,...

    查看详情>>
  • | 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? |

  • | 西安一商场大屏播放巨大电风扇,这真的能起到「望扇止暑」效果吗?还是单纯营销创意? |

  • | 查干湖冬捕是不是造***? |

  • | 华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响? |

  • | 印度是真的烂还是咱们在信息茧房里面? |

  • | 组nas一定要TDP低的cpu吗? |

  • | 前端能否限制用户截图? |

  • | 为什么要学go语言,golang的优势有哪些? |

  • | 个人开发者或小企业不申请经营性ICP备案,怎样开发APP盈利? |

  • | 中国的歼35A可以吊打十架韩国的KF21吗? |

  • 项目起因2021 年,我在面试中多次被问到数据库内核相关问题...

    2025-06-21
  • 生下孩子两年后,捞女的代价来了。 6月是黄一鸣女儿闪闪两周...

    2025-06-21
  • 我先放一个暴论: 如果稳定币法案最终成功推行,特朗普的历史地...

    2025-06-21
  • 1984年盖的山东老房子,不到20万修葺了一下。 ...

    2025-06-21

关注我们

添加微信好友,关注最新动态