网站地图官方微信:
网站首页 石山镇 五庙乡 王屋镇 兴宁市 汉林乡 埤头乡

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?

  • | 周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权? |

    关于粥饼伦、黑伦等模仿者,周杰伦本人去年曾经公开回应过,他的...

    查看详情>>
  • | SpaceX 星舰 36 号火箭静态点火测试爆炸,爆炸的原因是什么?会对星舰发展产生什么影响? |

  • | 如何看待伊朗媒体称「今晚将发生世界铭记的大事」?可能是什么? |

  • | 5挺马克沁机枪,能否击败50万重骑兵? |

  • | 美国真会下场对伊朗开战吗? |

  • | 有什么是你去了上海才知道的事情? |

  • | 有没有一个特别好用的Linux系统? |

  • | 万兆的网络速度有多大意义? |

  • | JetBrains 放弃 AppCode 是否是一个错误决定? |

  • | Node.js是谁发明的? |

  • | iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价? |

  • 一、治疗前 症状:颈部僵硬,活动不适,我是右侧突出,所以右背...

    2025-06-19
  • 一个操作耗时 1 秒,可以有 10 的并发,100 秒就可以...

    2025-06-19
  • 亲自测试,一块intel的2t ssd,里面装满了许多vmw...

    2025-06-19
  • 不算错误。 没人会用AppCode写objc和swift的...

    2025-06-19

关注我们

添加微信好友,关注最新动态