网站地图官方微信:
网站首页 bzyz bzjx bzcxjx zb ygb xxwj

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?

  • | 为何 PC 需要单核高性能,而服务器不在乎? |

    任何软件都不可能把一个任务分配给2个核心进行运算的。 就那...

    查看详情>>
  • | 自己组一个E5服务器才几百块钱,为什么去阿里云租这么贵? |

  • | 为什么有的女生喜欢穿紧身牛仔裤? |

  • | 做一个中国的微软到底有多难? |

  • | 苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗? |

  • | 你卡过最厉害的bug是什么? |

  • | Flutter 为什么没有一款好用的UI框架? |

  • | 如何看待 2026QS 世界大学排名? |

  • | 好多饭店的菜,味道很重,尤其是川菜的麻辣风味儿,是不是有意在遮盖一些不好的味道呢? |

  • | 杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准? |

  • | 评价一下Proxmox VE与ESXi的优劣? |

  • 我说一个有趣的观点,这两篇文章的发表意味着丹尼索瓦人正式获得...

    2025-06-19
  • 一个社区语言能泛起多大浪花?PHP30周年线上活动PHPve...

    2025-06-20
  • Rust 高级,可维护性高,Golang 低级,写出来东西快...

    2025-06-19
  • 阿里腾讯抖音都非常想自建骨干网城域网,在每个城市最后几公里十...

    2025-06-19

关注我们

添加微信好友,关注最新动态