网站地图官方微信:
网站首页 包装项目合作 圆规 荧光笔 眼镜片 眼镜盒 眼镜布

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?

  • | 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性? |

    高中时期,同年级有个女神,那个腿已经不能用美腿来形容了,我们...

    查看详情>>
  • | 为什么 lua 在游戏开发中应用普遍? |

  • | 赵薇还能回到公众面前来吗? |

  • | 如何评价前端框架SolidJS? |

  • | 苹果***首次支持国补,最高补贴不超 2000 元,适用范围有哪些?***补贴后价格有优势吗? |

  • | 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? |

  • | 能分享一下你写过的rust项目吗? |

  • | 如果美国介入伊以冲突,那么中美俄三个大国目前就只有中国处于和平状态,中国的和平是从天上掉下来的吗? |

  • | 有一个***约你出去,你会去吗? |

  • | switch2好用吗朋友们? |

  • | 为什么当领导的不能把话说明白? |

  • 2016年,帮一个朋友的忙,写了个软件给他的工作室用, 象征...

    2025-06-25
  • 写惯了ts,再去写j***a感觉也还行,再去写python,...

    2025-06-25
  • 都说了80T硬盘了,怎么还有人想着3.5寸机械的事,跟企业级...

    2025-06-25
  • 最新的设计文档里面对这一块做了一个解释。 Why not ...

    2025-06-25

关注我们

添加微信好友,关注最新动态