网站地图官方微信:
网站首页 包装检测设备 圆规 印章用品 眼镜片 眼镜盒 学习文具

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?

  • | 美国搞出个“稳定币”,到底是什么?其它国家是如何看待稳定币的? |

    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...

    查看详情>>
  • | 大模型 Agent 是不是就是各种 Prompt 的堆叠? |

  • | 福建舰能搭载多少固定翼飞机? |

  • | 为什么国内程序员不喜欢写单元测试? |

  • | 一个练过功夫的姑娘能打过一个没练过的男人吗? |

  • | 现在是2025年6月,现在的房价是阴跌还是暴跌?还会继续跌多久?是否已经开始分化? |

  • | 学生校服如何隐藏内衣痕迹? |

  • | 如何看待三峡集团总部搬迁至武汉? |

  • | Node.js是谁发明的? |

  • | Postgres 和 MySQL 应该怎么选? |

  • | 新买了一台nas,第一个月下载20t+,上传5+,不会被网警盯上吧? |

  • 禁摩的本质是什么? 禁摩的本质既不是维持房价,也不是管理难度...

    2025-06-22
  • 最关键是做不大。 CRT最后的绝唱出现在08年,当时一波看...

    2025-06-22
  • 我记得有个文件 规定了时间节点,和全网通过ipv6的数据流量...

    2025-06-22
  • 因为室内没有合适室内设计工作流的软件。 所以只能用这么个屎...

    2025-06-22

关注我们

添加微信好友,关注最新动态