网站地图官方微信:
网站首页 罗阳镇 姚河乡 张龙乡 来苏镇 汉源县 永登县

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?

  • | 编程语言 MoonBit 发布 Beta 版,正式进入企业场景应用,会带来哪些影响? |

    MoonBit 的 Beta 版发布意味着语法已趋于稳定,接...

    查看详情>>
  • | 重庆一酒店小熊猫叫早服务引争议被叫停,小熊猫与人亲密接触存在哪些安全隐患?动物园开动物主题酒店合理吗? |

  • | 微软暂停专用 Xbox 掌机开发,转而优化 Windows 11 的掌机游戏体验,这背后原因有哪些? |

  • | CAD如此难用为什么还没有淘汰掉? |

  • | 万兆的网络速度有多大意义? |

  • | 你见过的最舒适的办公环境是什么? |

  • | 有人说x86是条必沉的船,苹果早就跳船了,微软也有弃船的意图,你怎么看? |

  • | 鱼缸上的藻类怎么去掉? |

  • | 如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ,需调整抑制消费政策」? |

  • | 超小团队选择Django还是Flask? |

  • | 为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一? |

  • 一个写程序超过二十年的老家伙说: 凡是国企写的软件都是垃圾,...

    2025-06-21
  • 真不用听鱼圈那些知其然不知其所以然的大聪明告诉你过滤不够ba...

    2025-06-21
  • 5月4日,娱乐媒体晒出超级***伊内斯·特洛奇亚身穿比基尼现...

    2025-06-21
  • nodejs全栈,感触最深的是:开发人员心智负担实在太大了,...

    2025-06-21

关注我们

添加微信好友,关注最新动态