网站地图官方微信:
网站首页 钢屯镇 饶丰镇 上港乡 菜坝镇 寨坡乡 沟里乡

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?

  • | 如何评价极目新闻批判《捞女游戏》,认为靠性别对立捞流量? |

    极目锐评丨《捞女游戏》制作人B站账号被封,靠性别对立“捞”流...

    查看详情>>
  • | 你理想中的完美户型长什么样? |

  • | 写CUDA到底难在哪? |

  • | 深圳房价能跌到什么位置? |

  • | 2025年6月13日以色列悍然入侵伊朗,中东各阿拉伯国家为什么都只是口头谴责,不亲自下场支援伊朗? |

  • | 如何评价祝绪丹在《五哈》第十期的表现? |

  • | 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手? |

  • | 相亲男越来越不主动了,正常吗? |

  • | 为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm? |

  • | 使用 JetBrains 的产品时,你是倾向于为每个语言分别安装 IDE,还是安装语言的插件? |

  • | 如何评价《塞尔达传说:王国之泪》? |

  • 现在B站的推流机制已经逆天到了,一个粉丝个位数的up主随便发...

    2025-06-21
  • 因为这个8533Mbps说的是一个bit的带宽。 实际上骁...

    2025-06-20
  • 确诊癌症那天,我为了爽最后一次,火速包了个修车工。 男人宽...

    2025-06-21
  • 不知道怎么说,男朋友很瘦,我就很胖162cm 66kg 之前...

    2025-06-20

关注我们

添加微信好友,关注最新动态