网站地图官方微信:
网站首页 连山区 阿北乡 黄墩镇 八景乡 文楼镇 赤城乡

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?

  • | ***如不小心进入后室(backroom)该如何求生? |

    1:避开实体,拼尽全力通过Level 0,进入Level 1...

    查看详情>>
  • | PHP现在真的已经过时了吗? |

  • | 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何? |

  • | 你见过身边身材最好的女生是什么样子的? |

  • | 可以用duckdb在本地建立一个数据库对外服务吗? |

  • | 有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选? |

  • | 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? |

  • | 如果SSD硬盘闲置很多年,内部数据会不会丢失? |

  • | 如何评价《塞尔达传说:王国之泪》? |

  • | Rust连续多年成为最受欢迎的语言,为啥国内使用的人还是很少? |

  • | 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? |

  • 以前我是神烦这种cookie弹窗的。 自己做海外网站设计的时...

    2025-06-20
  • 各方互设关卡互不相让的结果。 不说苹果,就是Windows...

    2025-06-20
  • 首先放结论:高德有相关的专利公开关于这个问题,之前看到相关报...

    2025-06-20
  • 靠什么征服中国男人? 1992年,中韩两国建交。 很快,还未...

    2025-06-20

关注我们

添加微信好友,关注最新动态