网站地图官方微信:
网站首页 华峰乡 丁宅乡 芦庙镇 滋镇 香口乡 老鸦镇

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?

  • | DeepSeek 那么厉害为什么要开源? |

    哥们是做科研的,对开源的恐怖略知一二 我15年刚去单位,钻研...

    查看详情>>
  • | 你们在编程时遇到过什么离谱的bug吗? |

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

  • | 世界上哪款战斗机最好看? |

  • | 为什么我觉得现在线上大部分都对华为反感,线下华为大卖? |

  • | 程序中提升几毫秒、节省几 kB 的内存有必要吗? |

  • | 为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾? |

  • | 为什么女性内衣很少有人穿前扣的? |

  • | “真实承诺-3”,伊朗的报复能打疼以色列吗? |

  • | 谁在半夜看过鱼缸里的鱼,它们都在干什么? |

  • | 为什么有人爱 Firefox 胜过 Chrome 呢? |

  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-21
  • 我在游戏行业呆了7、8年,互联网行业呆了2年,实体行业呆了4...

    2025-06-21
  • 没有骂我爸的意思,但还是举出来吧。 我爸热衷于养鱼,但是他...

    2025-06-21
  • 说一个被人容易忽略的新闻吧,起源于贵州的村超在试图联系江苏的...

    2025-06-21

关注我们

添加微信好友,关注最新动态