网站地图官方微信:
网站首页 康庄乡 马金镇 沱川乡 伯岗镇 岳林乡 埌南镇

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?

  • | 都2024年了,Golang还是不温不火吗?Go究竟能干什么? |

    主要问题就是高不成低不就. Golang 主要适用的方向: ...

    查看详情>>
  • | 有没有什么路由器让你用过之后彻底惊艳了? |

  • | SQL Server 真的比不上 MySQL 吗? |

  • | 为什么大部分人都认为2560x1440是2K? |

  • | 说说你为什么使用rust或者不用rust呢? |

  • | 如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃,中国古代不吃面包是因为贫穷,没有足够的柴火? |

  • | 如何评价Cursor? |

  • | 为什么Rust的包管理器Cargo这么好用? |

  • | golang为什么将method写在类外? |

  • | 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里? |

  • | 请问您见过最惊艳的sql查询语句是什么? |

  • 从电子侦查船这两个街溜子开赴中东,我们就知道B2来的概率非常...

    2025-06-24
  • 盘点一下这些年PHP在桌面应用方面的解决方案今天作者给大家盘...

    2025-06-24
  • 1. Oracle Cloud免费时长:永久免费免费机型:2...

    2025-06-24
  • vposy有99.99999%的可能是Adobe中国的员工或...

    2025-06-24

关注我们

添加微信好友,关注最新动态