网站地图官方微信:
网站首页 闾阳镇 汴塘镇 岵山镇 许坊乡 东莞市 湘水镇

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?

  • | 独立开发者为什么坚持独立而不愿意合作? |

    我可以上班工作做完摸鱼做自己的产品,可以下班小孩子睡了继续做...

    查看详情>>
  • | 苹果电脑的 macOS 系统有多难用? |

  • | 苏超这么火,为什么豫超火不起来? |

  • | 字节跳动辞退原豆包大模型负责人乔木,被曝婚内出轨下属,如何看待这一处理结果? |

  • | 多个充电宝或电芯品牌的 3C 认证证书被暂停,涉及罗马仕、安克、绿联、倍思、安普瑞斯等,发生了什么? |

  • | 该怎么反驳有的人说;“东德和西德,朝鲜和韩国就是上帝摆出来最大的例子”? |

  • | 一岁宝宝高烧39度,爸爸还能睡得着,离吗? |

  • | 有一个***约你出去,你会去吗? |

  • | 可以介绍一下Fooocus这个AI绘画软件吗? |

  • | 如有如此漂亮的女友,该怎么办,才能不弄丢? |

  • | 为什么国外网站总喜欢弹出cookie访问权限弹窗,国内网站却没有,这么做有什么意义? |

  • 刚换了 mba m4两个月,并没感觉出比 5 年前的 480...

    2025-06-25
  • 开发提效200%,这两个插件让Cursor性能飙升! 前言大...

    2025-06-25
  • 我就直说一个对比 去年5月份入手了联想小新Pro14,内存3...

    2025-06-25
  • 用webman重写了公司老旧的TP项目,管理后台这种几乎也没...

    2025-06-25

关注我们

添加微信好友,关注最新动态