网站地图官方微信:
网站首页 bzfw zsy yzb ygb yyj wjj

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?

  • | 匿名关了,大家实名说说你最近的烦恼? |

    我常说:不知道明天和意外哪个先来,没想到一语成谶。 5月底...

    查看详情>>
  • | 为什么浙江落下的陨石,防空系统没有拦截,它和导弹有什么不同? |

  • | 买到烂尾楼到底该有多绝望? |

  • | 如何评价“寡姐”斯嘉丽·约翰逊的身材? |

  • | 中医为什么提倡禁一切寒凉之物? |

  • | 想往鱼缸里种点水草,但是家里鱼缸大了买水草泥或者底砂太贵了,有没有生活中可以替代的物品或其他建议? |

  • | 女生被踢裆也会很疼吗? |

  • | 2025年六月现在硬盘咋还涨价了呢? |

  • | 如何评价茅台暂停京东供货? |

  • | 跟一对情侣合租的感受? |

  • | 黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考? |

  • explorer和finder这俩货,其实都挺抽象的。 我来...

    2025-06-27
  • 个人博客是不必要备案的。 很多人由于认知局限,以为只能使用国...

    2025-06-27
  • 我曾经的一家客户, 年销售额过亿那种, 他们有一台支付网关的...

    2025-06-27
  • 个人情况我跟题主一样的情况,不过我选择一步到位,先花了599...

    2025-06-27

关注我们

添加微信好友,关注最新动态