网站地图官方微信:
网站首页 bzjccb bzcxjx zb yxyj yjj yjs

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?

  • | 特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营,这将对自动驾驶行业带来哪些影响? |

    稳定性很差,特斯拉Robotaxi首秀,第一天就翻车了。 ...

    查看详情>>
  • | 感觉失业就会死,求生路!? |

  • | 目前react的生态系统是什么情况,有没有比较公认的成熟的开发技术栈? |

  • | 软路由是否被过度神化? |

  • | 为什么现在糖尿病越来越多? |

  • | iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价? |

  • | PHP和Node.js哪个更爽? |

  • | 这世界上有什么不能造***吗? |

  • | 修仙文明可能以怎样的方式碾压星际文明? |

  • | H.264和H.265,两者都是给足码率的情况下,谁能提供的画质上限更高? |

  • | 小区有人去世办丧事,早上5点放音乐,我报警有错吗? |

  • $this->input->request->header[...

    2025-06-27
  • 太平天国的诸王,如幼天王,翼王,英王,忠王,干王,被俘后都是...

    2025-06-27
  • 真相是,不是“不要养”,而是你可能还没准备好理解一只龟的慢如...

    2025-06-27
  • 根据苹果社区开发者们的测试,iOS是一个不存在页面交换和zr...

    2025-06-27

关注我们

添加微信好友,关注最新动态