网站地图官方微信:
网站首页 顺河镇 寒坡乡 柳且乡 锦城镇 孜托镇 老军乡

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?

  • | 身份与访问管理解决方案在中国市场的发展前景? |

    借助 Keycloak,无需任何开发工作即可部署一套强大的身...

    查看详情>>
  • | Go 语言几乎打了所有 Programming Language 学者的脸,然而它却成功了,为什么? |

  • | 印度是真的烂还是咱们在信息茧房里面? |

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

  • | 为何一讨论Wi-Fi 7阉割6GHz+320MHz,很多人都说用不上所以根本不在意? |

  • | 拒绝情绪输出,大家觉得有什么办法可以让国足堂堂正正进入世界杯? |

  • | 服务器阵列Raid5两块磁盘出现foreign状态,还能恢复数据吗? |

  • | 以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的? |

  • | 有哪些事情是MacOS做不到但Linux可以做到的? |

  • | 福特级航母的电磁弹射到底出了什么问题? |

  • | 可以晒一下你们的鱼缸或者鱼吗? |

  • 关于粥饼伦、黑伦等模仿者,周杰伦本人去年曾经公开回应过,他的...

    2025-06-21
  • 这是家里长辈手机的流量数据 结论是ipv6用量都超过...

    2025-06-21
  • zed和协作服务器都是完全开源的,不像vscode二进制发行...

    2025-06-21
  • 近日, Fauna DB在其***发布了一则公告, The ...

    2025-06-21

关注我们

添加微信好友,关注最新动态