网站地图官方微信:
网站首页 包装相关设备 包装检测设备 包装机械 帐簿 学习文具 学习机

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?

  • | 为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾? |

    王力宏,林俊杰应该没什么问题,陈奕迅有概率会跪。 其他人,...

    查看详情>>
  • | Android 开发时你遇到过什么相见恨晚的工具或网站? |

  • | 为什么鸿蒙PC要排斥Linux生态? |

  • | 超级喜欢穿短裙正常吗? |

  • | 你们学校的校花都是怎么样的? |

  • | Chrome 浏览器设计的神细节有哪些? |

  • | arxiv国内有镜像网站吗? |

  • | 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里? |

  • | 中医的神奇之处在于哪里? |

  • | Rust的设计缺陷是什么? |

  • | 你见过身边身材最好的女生是什么样子的? |

  • 真正的前端:vscode 虚***的前端:webstorm我...

    2025-06-18
  • 2019年1月的一天,我爸爸在脖子上摸到了个鸡蛋大的疙瘩,我...

    2025-06-18
  • 要说最近比较火的语言和框架,Rust和基于Dart的Flut...

    2025-06-18
  • 好的,咱们直接上硬核分析!B站厨师UP主的江湖地位,光看粉丝...

    2025-06-18

关注我们

添加微信好友,关注最新动态