网站地图官方微信:
网站首页 岚水乡 坡头乡 平山区 官坂镇 店下镇 林芝镇

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?

  • | 江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任? |

    公告里的一句话看的我一身冷汗,就是这句:经家属请求,诊治医生...

    查看详情>>
  • | 好的游戏设计有很多,有些也不难在程序上实现,为什么很多新游戏还是不会用已有的好的设计呢? |

  • | 皮肤太白是种怎样的体验? |

  • | 如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心? |

  • | 女朋友出轨后,跪着求我原谅她,我该怎么办? |

  • | systemd吞并了什么? |

  • | 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性? |

  • | 如何看待“开私人飞机的富人不带头环保,我一普通人为啥要环保”的观念? |

  • | 大家猜猜伊朗的结局如何? |

  • | 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? |

  • | 商城里如何缓存商品信息? |

  • 就这样说吧,咱出门买个肉包子,3元左右。 下图这种最基础的...

    2025-06-21
  • 有一个好,当你摸清了长沙交警贴条的规律,满大街都能是你的停车...

    2025-06-21
  • 6月20日,凤凰传奇工作室发布公告。 原定于6月27日至2...

    2025-06-21
  • 这是我基于rust写的一款作业调度软件,支持广播执行作业,定...

    2025-06-21

关注我们

添加微信好友,关注最新动态