网站地图官方微信:
网站首页 包装制品 折射仪 圆珠笔 印章用品 一体机办公设备 学习机

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?

  • | 《红色警戒2》里为什么防空导弹不如防空炮? |

    难道你们没有发现?它们其实是特意针对另一方的空中单位设定的!...

    查看详情>>
  • | 全国各地现理发店倒闭潮,没有电商冲击,理发店为什么自己能干黄? |

  • | 为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译? |

  • | 运动员张国伟用两个对吹风扇让纸飞机「悬停」,这是怎么实现的?从物理学角度如何解释? |

  • | 是不是 Mac Mini(M4) 不值得? |

  • | 为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么? |

  • | 很好奇,组NAS的玩家是如何解决上传速率的问题? |

  • | 为什么台式 PC 还处在组装(DIY)阶段? |

  • | 为什么红色警戒到现在还是这么多人玩? |

  • | 为什么幼儿园的超前教育被叫停? |

  • | 可以随身携带一个Linux系统吗? |

  • 美团优选瞬间关门,丝毫不在意对整个产业链上数万甚至数十万人的...

    2025-06-25
  • 40年前人家就已经知道结局了 有些同志担心,一对夫妇只生育一...

    2025-06-25
  • 去年我测评过飞利浦家的32寸OLED显示器,性能确实没得挑,...

    2025-06-25
  • 个人觉得4K就够了,也许8K可以冲一冲,之后就没有必要了。 ...

    2025-06-25

关注我们

添加微信好友,关注最新动态