网站地图官方微信:
网站首页 浑江区 团旺镇 郭连镇 花庄镇 贡波乡 南位镇

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?

  • | 为什么人到中年,很少有身材苗条的? |

    37了,体重88斤,身高155。 特意留了一套大学时候的衣服...

    查看详情>>
  • | Rust 的设计缺陷是什么? |

  • | 美国搞出个“稳定币”,到底是什么?其它国家是如何看待稳定币的? |

  • | 匿名关了,大家实名说说你最近的烦恼? |

  • | 为什么很多技术都觉得前端很简单? |

  • | 为什么这么多人说 Gmail 好用?Gmail 和 QQ 邮箱相比到底好在哪里? |

  • | 中国的歼35A可以吊打十架韩国的KF21吗? |

  • | 今年西瓜收购价只有 2 毛一斤,有瓜农把西瓜扔池塘,现在超市西瓜仍几元一斤,为何会这样? |

  • | 长期使用的大佬来说说,MacOS 真的比 Windows 稳定吗? |

  • | 如何看待Ollama基于Go语言开发而不是别的编程语言? |

  • | rust 语法噪音这么多, 能写复杂项目吗? |

  • 这是中国特有的现象。 最早的WRT是Linksys。 它开...

    2025-06-21
  • 我来一次性说清楚,请相信我,n年前作为专业的文科生,我特别研...

    2025-06-21
  • 被抠掉的SSD缓存:一场伪装成"技术进步"的全民智商检测知道...

    2025-06-21
  • 8g树莓派560元不知道能干啥,玩linux太慢,玩单片机太...

    2025-06-21

关注我们

添加微信好友,关注最新动态