网站地图官方微信:
网站首页 王茅镇 兴安区 黄潭镇 脉旺镇 汨罗市 贵定县

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?

  • | 伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹,其威力有多大? |

    伊朗这是把压箱底的玩意搬出来了,自认为的战略级武器---“泥...

    查看详情>>
  • | 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架? |

  • | 《潜伏》里的翠萍为什么不会被人怀疑是卧底? |

  • | 北京日报点名批评“苏超”过度娱乐化的动机是什么? |

  • | 沃尔特收购湖人大部分股权交易估值达 100 亿美元,创职业体育队最高纪录,为什么湖人的商业价值这么大? |

  • | 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? |

  • | 系统太稳定了甲方觉得我们没有工作量,怎么收运维费? |

  • | 有没有一个特别好用的Linux系统? |

  • | Trae和Cursor对比有什么优势吗? |

  • | 如何寻找到相对完整的真正的游戏的源码用来学习? |

  • | 如果全球都停止出口粮食,中国能否自给自足? |

  • 发表于2025年2月20日,原作者赤〇〇子 《三体》获雨果奖...

    2025-06-20
  • 我姐跟我科普过,胸基本上就两种,腺体胸和脂肪胸 腺体胸这种主...

    2025-06-19
  • 伊朗倒了下一个大概率是巴基斯坦。 沙特也在未来的目标之中。...

    2025-06-19
  • 当然可以,前提是能做到的话。 预警机就像象棋里的【帅】,价...

    2025-06-20

关注我们

添加微信好友,关注最新动态