网站地图官方微信:
网站首页 劳动镇 武曲镇 社步镇 厚坪乡 大银镇 月望乡

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?

  • | 无意冒犯,请问用Linux桌面版作为家用娱乐PC(不含服务器和盒子)的人,真不在乎产品的可用性吗? |

    Linux目前基本可以完美替代80%的Windows的娱乐功...

    查看详情>>
  • | 女生真正的完美身材是什么样子? |

  • | 天赋真的比努力更有用吗? |

  • | 如何看待《捞女游戏》定档 6 月 19 日? |

  • | 为什么感觉全世界只有中国会吃竹笋? |

  • | 蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗? |

  • | 以前大力推广的沼气池,怎么现在越来越少了? |

  • | 为什么当今 Web 应用不都***用 WebSocket 形式进行数据交互? |

  • | 穿瑜伽裤爬山的女生会不会害羞? |

  • | 为什么 macOS 上国产软件不流氓? |

  • | 汉语是牺牲了什么,才成为世界最紧凑、最高效的语言? |

  • 这大姐很多表现都很奇怪,不像个现代人… 比如重男轻女这一点。...

    2025-06-20
  • Cursor和Trae都在用,体验是完全没差别。 是的,完...

    2025-06-20
  • 我姐跟我科普过,胸基本上就两种,腺体胸和脂肪胸 腺体胸这种主...

    2025-06-20
  • 看了9集,恕我眼浊,没看出权谋。 原著我看了几章,很精彩,...

    2025-06-20

关注我们

添加微信好友,关注最新动态