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?

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

    我来给PostgreSQL泼冷水。 PG算是好用而非实用。 ...

    查看详情>>
  • | 怎么提高自己的系统设计和架构理论水平? |

  • | 前后楼怎么共享宽带? |

  • | 如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑? |

  • | 如何看待M4单核性能吊打9950x? |

  • | 在中国邮政工作是怎样一种体验? |

  • | 全班 43 人开家长会只来了 7 位爸爸,学校称未来准备策划爸爸家长会,如何看待这一现象? |

  • | 飞书为什么大幅裁员? |

  • | 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何? |

  • | 今天面试第五家公司被拒,面试官说我你技术没问题,但35岁要25k,不如招2个应届生,我该如何应对? |

  • | 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平? |

  • 我击剑二十年,胳膊还是细的。 可能天生就胳膊细,也可能是没...

    2025-06-21
  • 稳定币由两个部分组成,一个部分是资产端,稳定币锚定的同样是美...

    2025-06-21
  • 我的案例:我们在产后第三天开始生理性胀奶。 摸起来整个乳房都...

    2025-06-21
  • 作为一个后端程序员,想写博客 用过hexo,hugo等开源的...

    2025-06-21

关注我们

添加微信好友,关注最新动态