网站地图官方微信:
网站首页 包装制品配附件 包装机械 夜视仪 眼镜布 学校家具 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?

  • | 中国人口正经历前所未有大转折,如何看待中国人口负增长?应该怎样应对? |

    我问了deepseek,2024年出生人口480万-580万...

    查看详情>>
  • | 为什么情侣在一起旅行后容易分手? |

  • | switch2好用吗朋友们? |

  • | 消息称三大运营商将于今年下半年全面重启eSIM,eSIM有哪些好处?为何此前暂停这一业务? |

  • | 能够自己一个人创业的全栈web码农fullstack developer要会哪些技术? |

  • | PHP现在真的已经过时了吗? |

  • | 为什么腾讯云或者阿里云不让自建dns服务器? |

  • | 罗马仕宣布召回超 49 万台充电宝,极端场景下可能有燃烧风险,有多危险?为何有安全隐患的产品能够上市? |

  • | 华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响? |

  • | 电影《碟中谍》系列中哪一部最好? |

  • | Go 语言 Web 应用开发框架,Iris、Gin、Echo,哪一个更适合大型项目? |

  • 一个2TB的移动硬盘,里面有6万张美女图片,好家伙居然有几十...

    2025-06-21
  • Cloudflare 开源的 html-rewriter,用...

    2025-06-21
  • 先叠几个定语: 你要是写Reactive Web,用Web ...

    2025-06-21
  • 仅说几个通告里有但容易被忽略的信息; 19点家属同意转院,2...

    2025-06-21

关注我们

添加微信好友,关注最新动态