网站地图官方微信:
网站首页 包装印刷加工 包装防伪 包装产品加工 帐簿 圆珠笔 眼镜及配件

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go和rust语言都舍弃了继承? |

    因为继承关系粒度太粗,它实际上可以并有必要拆分成三个关系。 ...

    查看详情>>
  • | 女明星穿瑜伽裤出门是什么体验? |

  • | 想学编程,该不该买MacBook? |

  • | 据报道称“浏览器内核有上千万行代码”,浏览器内核真的很复杂吗? |

  • | 如何看待alist被转手出售***? |

  • | 只是突然很好奇,已经造出了三艘航母,为何不能按照这样的模板,批量建造航母呢? |

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

  • | 怎么评价国内AI企业人肉背15块80TB硬盘,飞去马来西亚用英伟达训练数据,以规避美国禁令? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | 如何解决Cursor等Agent编码开发轮次多了过后代码库变成屎山的问题? |

  • | 如何看待国内开源项目的不可持续性? |

  • 3个中国程序员 vs 3个美国程序员,不得不承认,差距太大了...

    2025-06-24
  • 一个同学跟我说,昨天他去字节跳动面试,面试官这样问他,“如何...

    2025-06-24
  • 月薪3万应该可以,咱们越南有的是人,但没有无限量供应的傻子 ...

    2025-06-24
  • 我刚去美国时,我觉得空气中都弥漫着自由的味道。 我觉得这句话...

    2025-06-24

关注我们

添加微信好友,关注最新动态