网站地图官方微信:
网站首页 河边镇 窑湾乡 何店镇 省母乡 泽曲镇 荃湾区

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?

  • | 美国真会下场对伊朗开战吗? |

    很多人脑子还停留在当初的伊拉克战争,沙漠风暴,沙漠军刀,几十...

    查看详情>>
  • | 国内***购 5000 万台电脑,***用100% 国产芯和操作系统,意味着什么? |

  • | 自己拥有一台服务器可以做哪些很酷的事情? |

  • | 鱼缸能不能做到一直不换水还很清澈? |

  • | 为什么说纯铜是紫色的,可是我看上去更像纸箱子的颜色啊,是否我自己有色盲呢? |

  • | 如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势? |

  • | 如何看待苹果公司撤下“说服父母给你买一台 Mac”的广告***,上线仅一天? |

  • | 你理想中的完美户型长什么样? |

  • | 问问大家建独立站都是花了多少钱,踩过哪些坑? |

  • | ***拍大尺度片子时摄影师不会看光吗? |

  • | 2025年了expo和Flutter学哪个? |

  • 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...

    2025-06-22
  • 带过thinkpad,咖啡店老板直接把空调关了。 前几年一...

    2025-06-22
  • 从事实来说,有一部分确实是故意的,重灾区就是喜欢装样子的巡航...

    2025-06-22
  • 严重怀疑当年的 P7 是一场“意外”~ 当初 P7 ...

    2025-06-22

关注我们

添加微信好友,关注最新动态