网站地图官方微信:
网站首页 包装制品配附件 包装制品 包装防伪 眼镜盒 眼镜布 削笔器

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?

  • | 如何看待 Rust 的应用前景? |

    最近, Rust 1.88.0 稳定版发布了,带来了一些非常...

    查看详情>>
  • | 为什么朝鲜始终未解决粮食短缺问题? |

  • | 既然电脑不能插四条内存,为什么要设计四个插槽? |

  • | 为什么macOS软件生态不敌Windows? |

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

  • | 有哪些让你目瞪口呆的 Bug ? |

  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • | 为什么有的女生喜欢穿紧身牛仔裤? |

  • | 你无意中发现过别人的啥秘密? |

  • | 大家有什么烧钱的爱好吗? |

  • 可以接回去,但100%死亡,绝对没有生还的可能,哪怕一秒钟,...

    2025-06-28
  • 别看 Everything 那小不点儿 UI 简陋得像 VB...

    2025-06-28
  • 前几名的画风,一看就是强者画风,出现在大街上能让人吓一跳: ...

    2025-06-28
  • 说实话,美国教科书是真的很能打。 能打到什么程度?细细的读...

    2025-06-28

关注我们

添加微信好友,关注最新动态