网站地图官方微信:
网站首页 景和镇 阳城县 长甸镇 艾城镇 迎阳乡 杨万乡

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?

  • | 如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心? |

    看到有答主 @阿槇二号机 称2024年就曾经考证过,JY-1...

    查看详情>>
  • | 58 同城被曝大规模裁员,比例或达 30%,具体情况如何?58 同城目前面临哪些问题? |

  • | 字节跳动跟阿里哪个环境更适合年轻人? |

  • | 什么是 5G 固定无线接入(FWA)? |

  • | 你在出租房屋发现过什么前租客留下的“宝藏”? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | 炫富真的很爽吗? |

  • | 男朋友要买电脑来玩魔兽世界 为此大吵一架 怎么办? |

  • | 24-25赛季 NBA 总决赛 G6 步行者 108-91 雷霆,如何评价本场比赛? |

  • | 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? |

  • | 企业上有必要用防火墙吗? |

  • 这让我想起了之前遇到的几位租客。 我有一套老破小,两室一厅...

    2025-06-21
  • 如果美国亲自开战,那将会改变未来20-30年的全球局势。 ...

    2025-06-21
  • 日本不愧是先遣服啊,一直在前面,从未被超越。 我以前玩日本...

    2025-06-21
  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-21

关注我们

添加微信好友,关注最新动态