网站地图官方微信:
网站首页 岚漪镇 黎阳镇 农旺乡 六铁乡 威奢乡 良曲乡

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?

  • | Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过? |

    Dlang没前途的,他犯了大忌,升级背刺用户搞不兼容,社区动...

    查看详情>>
  • | 如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑? |

  • | 宁波东方理工大学学费每人每学年 9.6 万,为什么会这么贵? |

  • | 鸿蒙OS的5.0.1.120版本体验怎么样? |

  • | react 前端项目框架怎么搭建? |

  • | J***aScript 这种语言特性十分糟糕的语言流行起来是不是一场灾难? |

  • | 哪里有免费的电子书下载? |

  • | 如何看待 Rust 写的 PNG 解码器比 C 实现更快? |

  • | 你为什么觉得 Mac 不好用? |

  • | 什么是 AI Agent(智能体)? |

  • | 我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。? |

  • 身材还用说吗?真的是好啊! 就看过她演的变形金刚和忍者神龟。...

    2025-06-26
  • OLED注定扫进历史的垃圾堆。 很多厂家在调光和频率上大做...

    2025-06-25
  • 火狐的开发者们似乎并不是很“听劝”,对许多用户呼声很高的功能...

    2025-06-26
  • 1 见过发短***维权的,也见过发短***擦边的。 这是第...

    2025-06-25

关注我们

添加微信好友,关注最新动态