网站地图官方微信:
网站首页 包装防伪 阅览室桌椅 圆规 验钞机 修正带 信封

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?

  • | MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响? |

    我测试了下做PPT这个需求,并且用Manus做了一样的事,结...

    查看详情>>
  • | 自己拥有一台服务器可以做哪些很酷的事情? |

  • | Unity收费***后,为何大家选择了Godot而不是Cocos? |

  • | 有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗? |

  • | 普通人与亿万富翁之间的差距是什么? |

  • | 印度造谣说击落了巴方多架欧美战机,为什么不造谣说击落了中国歼十呢? |

  • | 如何看待同事每天蹭你车? |

  • | 如何看待CCTV13批评“L2.999智驾”等误导性宣传,若导致事故车企可能需要担责? |

  • | 有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗? |

  • | 《流浪地球 2》中有哪些细思极恐的细节? |

  • | 新买了一台nas,第一个月下载20t+,上传5+,不会被网警盯上吧? |

  • 看使用场景,使用场景对的话,非常好用;不适合的场景,就别用吧...

    2025-06-22
  • 看见这b玩意儿身上秃的那块没? 知道怎么来的吗? 以前把它养...

    2025-06-22
  • 大哥,求你了,这活能交给我厂干吗? 我可以只收百分之十的订金...

    2025-06-22
  • 你说这个我就精神了,咱们来讨论一下USB1.0 ,USB2....

    2025-06-22

关注我们

添加微信好友,关注最新动态