网站地图官方微信:
网站首页 东胜乡 森村乡 韩庙镇 发城镇 新茶乡 山河乡

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?

  • | 如何评价网易国产动作冒险单机新作《归唐》首支预告片? |

    看了下首发PV,这次网易游戏的《归唐》背景故事是放在一个比较...

    查看详情>>
  • | 有没有人***正好撞到你擅长的领域上的? |

  • | 华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒? |

  • | 评价一下Proxmox VE与ESXi的优劣? |

  • | golang总体上有什么缺陷? |

  • | JetBrains 的核心技术是什么? |

  • | 语雀后端从Node迁移到J***a说明了什么? |

  • | 为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)? |

  • | 有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢? |

  • | 福州人口流出为什么这么严重? |

  • | 你为什么放弃了wsl? |

  • “仙女下嫁凡人”的设定在今天也能找到对照,比如孔雀女下嫁凤凰...

    2025-06-21
  • 先不讲C4D和blender各种特性区别 就从实用性来说,B...

    2025-06-21
  • 有, 而且很高质量! (辛苦整理全是收藏,没有关注点赞和评论...

    2025-06-21
  • 0 前言pprof 是 golang 中最常用的性能分析工具...

    2025-06-21

关注我们

添加微信好友,关注最新动态