网站地图官方微信:
网站首页 嘉会镇 建阳镇 船场镇 银河镇 南寨镇 热瓦乡

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?

  • | Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本? |

    macOS漂亮是漂亮,但是并没有GNU/Linux流畅啊。 ...

    查看详情>>
  • | 中办、国办发文,拟新建改扩建 1000 所以上优质普高,将带来哪些影响?可能面临哪些挑战? |

  • | 我就想知道,离婚后的男人怎么做到那么绝情? |

  • | 怎么看待B站舞蹈区和某些风格比较暴露的up? |

  • | 使用 JetBrains 的产品时,你是倾向于为每个语言分别安装 IDE,还是安装语言的插件? |

  • | 仰望u9明明技术实力更强,为什么纽北的成绩没有小米su7ultra好? |

  • | 据说go和c#的开发者都说自己比较节省内存,你们认为呢? |

  • | 2025年,歼16与美军机50分钟缠斗,为什么知乎上没有任何消息? |

  • | 《灵笼》第二季中马克与冉冰在灵息籽中的重逢引发了世纪虐恋的讨论,如何评价这种情感设定? |

  • | 家庭网络,是否有必要做多个网段并隔离? |

  • | 中国军事力量有希望达到全球第一吗? |

  • Solid 很灵活。 它没有和 Web 绑死,没有和特殊的编...

    2025-06-21
  • 我就直说一个对比 去年5月份入手了联想小新Pro14,内存3...

    2025-06-21
  • 老大:力大无穷,杀死绝大多数竞技体育比赛,个人能挣不少钱 老...

    2025-06-21
  • 嘿,兄弟们!今天你焦虑了吗? 反正我朋友圈的 JS 开发者群...

    2025-06-21

关注我们

添加微信好友,关注最新动态