网站地图官方微信:
网站首页 城川镇 林集镇 桃江县 花溪区 瞿昙镇 窝赛乡

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?

  • | 编程语言 MoonBit 发布 Beta 版,正式进入企业场景应用,会带来哪些影响? |

    MoonBit 的 Beta 版发布意味着语法已趋于稳定,接...

    查看详情>>
  • | 五常的一票否决权,是否存在bug? |

  • | 上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案,该案件有哪些细节值得关注? |

  • | 你用过最丑的编程语言是哪个? |

  • | rust有什么适合萌新练手的项目吗? |

  • | MacBook的诱惑在哪里? |

  • | 鱼缸的硝酸盐含量为多少比较合适? |

  • | 一流女演员和一流AV女演员去演电影中AV女演员的角色,哪个会演得更好? |

  • | 我应该设置多少kb才能让他不能玩游戏? |

  • | 深圳高二中学生「手搓」火箭飞燕一号发射成功,突破 10KM 海拔高度,这属于什么水平?手搓火箭有多难? |

  • | 如何评价张靓颖刘宇宁《九万字》? |

  • MoonBit 的 Beta 版发布意味着语法已趋于稳定,接...

    2025-06-25
  • 这应该是苹果官方在大陆历史上最大的优惠力度了,没有之一! 如...

    2025-06-25
  • 一直在山姆极速达买西瓜,有一次送来的西瓜切开感觉有点不好,不...

    2025-06-25
  • 命途多舛,干了小半年Android开发,发现两件事: And...

    2025-06-25

关注我们

添加微信好友,关注最新动态