网站地图官方微信:
网站首页 包装防伪 展示台 眼镜片 验钞机 学生 修正带

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>>
  • | 前端如何设计网页? |

  • | 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里? |

  • | 哪个牌子的护肤品好呀?想给妈妈买一套抗衰老的护肤品? |

  • | 用K8s的公司有多少人会部署K8s? |

  • | 鸿蒙电脑正式发布,今年的大一新生会不会扎堆购买鸿蒙电脑? |

  • | 人为什么需要睡觉?人睡觉的时候身体都在做什么? |

  • | 为什么董明珠攻击小米空调,而公牛却没有攻击小米插座? |

  • | 能分享一下你写过的rust项目吗? |

  • | 住家保姆为什么总干不长? |

  • | 电磁力可以屏蔽,为什么万有引力不可屏蔽? |

  • 我不看好,就一个原因,地下水位,大家有兴趣可以去南疆,和田,...

    2025-06-20
  • 我自己测评过不少净水器,说说自己想到的问题: 1、测评时往往...

    2025-06-20
  • 疯啦,干督导组! 督导组过来是讲规矩的,意思是有怀疑对象,是...

    2025-06-20
  • 我是Unity开发者,在本周周一的时候公司让我开发一个AR项...

    2025-06-20

关注我们

添加微信好友,关注最新动态