网站地图官方微信:
网站首页 包装防伪 阅览室桌椅 圆规 夜视仪 眼镜片 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?

  • | Redis 是个单线程的程序,每秒 10000,为什么会这么快?具体是快在哪里?EPOLL 还是内存? |

    Redis为什么这么快? 完全基于内存,数据存在内存中,...

    查看详情>>
  • | 上海目前存在的最大的问题在哪里? |

  • | Rust1.86才正式稳定trait的upcast,为什么在rust中这个特性实现如此复杂? |

  • | 为什么软件公司很少用python开发web? |

  • | 工资突然爆炸式提升是什么感觉? |

  • | 为什么小米造车可以叫小米,而华为不可以用华为品牌造车? |

  • | 超级喜欢穿短裙正常吗? |

  • | 为什么Rust的包管理器Cargo这么好用? |

  • | iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价? |

  • | 我国004号航母什么时候下水? |

  • | 我一直想不明白,日系车为什么就走下坡路了呢? |

  • 我开发了一个语言 herlang: justj***ac/h...

    2025-06-19
  • 有一点瓦做的挺好的,瓦的鸟狙性能基本跟cs2一样,但是只要9...

    2025-06-19
  • 因为这件事被国内的大内宣给带偏了。 上周联系华裔朋友,问加...

    2025-06-19
  • vposy有99.99999%的可能是Adobe中国的员工或...

    2025-06-19

关注我们

添加微信好友,关注最新动态