网站地图官方微信:
网站首页 武安市 松江镇 朱湖镇 西溪镇 圭峰镇 云龙县

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?

  • | 怎么国内车企都要去跑纽北呢,纽北也就是个普通赛道? |

    车盲们应该不知道,纽北就不是普通赛道。 全球知名的赛道里,纽...

    查看详情>>
  • | 如何评价微软的远程桌面? |

  • | 如何评价首个女性友好的编程语言HerCode? |

  • | 如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心? |

  • | 新手养鱼,养什么鱼好? |

  • | Caddy 和 Nginx 比有哪些优点和缺点? |

  • | 在中国有多少开发者使用Rust编程语言? |

  • | 055一打一能不能打过阿利伯克? |

  • | 女明星陪酒真的存在吗? |

  • | 新手养鱼,养什么鱼好? |

  • | Anthropic 推出的 Claude Code 是什么技术原理呢? |

  • 这叫中国的国运。 每次美国准备干中国,总是后院起火。 20...

    2025-06-20
  • 最近在想,女生所谓的“完美身材”到底是什么。 我以前以...

    2025-06-20
  • 团队 code review 时,一位同事把 count(*...

    2025-06-20
  • 最近更着duckdb的 这个官方博客 做了下实验。 随机生成...

    2025-06-20

关注我们

添加微信好友,关注最新动态