网站地图官方微信:
网站首页 戴河镇 龙观乡 罗锦镇 扶新镇 沿河乡 射洪市

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?

  • | 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? |

    就是欺负老实人呗。 某高校的附小,是真的办过爸爸家长会的,...

    查看详情>>
  • | 如何评价Cursor? |

  • | 请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗? |

  • | 我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗? |

  • | 如何部署Prometheus监控K8S? |

  • | 能分享一下你写过的rust项目吗? |

  • | Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来? |

  • | 据报道称“浏览器内核有上千万行代码”,浏览器内核真的很复杂吗? |

  • | 如何评价人民网评关于集中整治违规吃喝的发文? |

  • | postgres集群的选择? |

  • | 男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的? |

  • 你是否曾经想知道CUDA应用程序在运行时底层发生了什么?GP...

    2025-06-20
  • 机械硬盘是冷备优于热备,SSD硬盘是热备优于冷备。 长期开...

    2025-06-20
  • 海贼王的基本盘崩了 要知道,海贼王一开始就是一个小短篇,这个...

    2025-06-20
  • 不请自来。 作为一名游戏开发程序员,说说我在为游戏适配hm...

    2025-06-20

关注我们

添加微信好友,关注最新动态