网站地图官方微信:
网站首页 勤劳镇 界集镇 万山镇 曹庙镇 张黄镇 辛市镇

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?

  • | MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响? |

    我测试了下做PPT这个需求,并且用Manus做了一样的事,结...

    查看详情>>
  • | 创业公司是否应该使用 Rust ? |

  • | “哨兵模式”涉嫌泄密,你支持封杀特斯拉吗? |

  • | 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性? |

  • | 有一个***约你出去,你会去吗? |

  • | 中国大陆的苹果手机被阉割了哪些部分? |

  • | 中科院付巧妹团队阐明「哈尔滨龙人属丹尼索瓦人」,连发 Science、Cell,这一发现有什么意义? |

  • | 2025年了 Rust前景如何? |

  • | 女生身高 170cm 以上是什么样的体验? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 马斯克宣布星舰将配备 42 台发动机,如何评价这一设计? |

  • 不谈宏大问题,谈具体问题。 就知道以伊差距。 1.***消...

    2025-06-20
  • 一堆懂哥说任天堂屏幕不是定制的,然而事实上不仅是定制的,而且...

    2025-06-20
  • HTTP/3 实际上是 QUIC 协议 + HTTP2。 我...

    2025-06-20
  • 这里简单 聊聊Go 的并发模型~ Go 语言以高性能著称...

    2025-06-20

关注我们

添加微信好友,关注最新动态