网站地图官方微信:
网站首页 康桥镇 白濑乡 博白镇 草堂镇 龙亭镇 新开乡

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?

  • | 为什么web worker可以在前端开多线程,解决单线程卡死页面的问题,但是没有得到广泛使用? |

    Worker本身的实现确实是繁琐的,尤其是 postMess...

    查看详情>>
  • | 国产香橙派和树莓派差距在哪? |

  • | 华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒? |

  • | 为什么不用rust重写Nginx? |

  • | 印度人低种姓为什么不冒充/攀附高种姓以获得阶层跃升和优待呢? |

  • | 台湾人对南京人有特殊情结吗? |

  • | 人类真的想象不出从来没见过的东西吗? |

  • | 《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定,在今天是否过时? |

  • | 为什么电信运营商们肯拼命加下行带宽,却对上行严防死守? |

  • | 如果一个人有足够的钱让他一直***,那毒品对他的身体还有害吗? |

  • | 如何看待南京景枫中心把男厕改成女厕,并宣传「此处仅有女卫生间、家庭卫生间及无障碍卫生间」? |

  • 题主对工业克苏鲁一无所知…但凡进厂打两年螺丝,也不至于问这种...

    2025-06-20
  • .org / .me 域名不能备案?谈谈工信部是如何完美规避...

    2025-06-20
  • 去游泳的时候见过一个,165左右,小头宽肩细腰胯宽腿直肤白,...

    2025-06-20
  • 一个OA,一个***,40个人 你把你用了8年的办公台式机重...

    2025-06-20

关注我们

添加微信好友,关注最新动态