网站地图官方微信:
网站首页 桃源乡 相思乡 贵屿镇 鱼鳞乡 交通乡 倾多镇

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?

  • | 为什么游戏中,中国跟欧洲的时延这么大,是否是海底光缆距离过长的原因? |

    我在阿里的时候,做中美数据库数据同步。 一起参与项目的同事...

    查看详情>>
  • | 伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹,其威力有多大? |

  • | 在所有动物肉中,哪一种味道最好? |

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

  • | 如何基于Docker进行开发? |

  • | 有哪些观赏鱼是迄今为止确定最容易养最不容易死的? |

  • | 为什么游戏中,中国跟欧洲的时延这么大,是否是海底光缆距离过长的原因? |

  • | 有没有好看的个人博客的设计? |

  • | 为什么现在离婚率如此之高? |

  • | 中年夫妻有多少生活和谐的? |

  • | Redis 分布式锁如何实现? |

  • 就不想用rust吗?局面打开,j***a写一堆class太臃...

    2025-06-20
  • 感谢邀请 自从唐校长结果二十九指挥棒以来,二十九开启了一路逆...

    2025-06-20
  • 汽车车漆,是整车所有部件中,唯一不可再生(更换)为原厂工艺的...

    2025-06-20
  • Rust 高级,可维护性高,Golang 低级,写出来东西快...

    2025-06-20

关注我们

添加微信好友,关注最新动态