网站地图官方微信:
网站首页 小城子 余吾镇 柳林县 尚干镇 顾县镇 王卡乡

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?

  • | 微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用,背后原因有哪些? |

    咦这事和我之前参加过的讨论有关,我应该可以回答至少一部分原因...

    查看详情>>
  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 如何高效将 HTML 内容转换成卡片形式? |

  • | 为什么越来越多的车主放弃开顺风车,情愿一个人独自开车? |

  • | 本人女20,平胸跟男生一样怎么办 ? |

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 能分享一下你写过的rust项目吗? |

  • | 超小团队选择Django还是Flask? |

  • | 西安电动车开始上牌,最终会导致什么结果? |

  • | Android为什么不直接执行Linux的程序?而是自己搞一套? |

  • | 为什么新流行的开源编辑器都在用Rust开发? |

  • 我得让你看看一些可能让你感到不悦的东西: CREATE TA...

    2025-06-23
  • 2020年前还不好说,自从HTMX加ALPINE出现后,Dj...

    2025-06-23
  • 题主你的观察方法完全错误。 这事跟B站没关系,你在任何一个...

    2025-06-23
  • 100%会下场,不信你们等着看,单靠以色列搞不定伊朗,只有美...

    2025-06-23

关注我们

添加微信好友,关注最新动态