网站地图官方微信:
网站首页 长街镇 酒店乡 叠彩区 班佑乡 戌街乡 维登乡

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?

  • | 曾经的班花,现在还多少人惦记? |

    我老婆高中时也是班花,但是没人惦记,具体说是没人敢惦记,原因...

    查看详情>>
  • | MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响? |

  • | 大a下一个牛市多久到来? |

  • | 山东潍坊是座什么样的城市? |

  • | ***拍大尺度片子时摄影师不会看光吗? |

  • | 西安一商场大屏播放巨大电风扇,这真的能起到「望扇止暑」效果吗?还是单纯营销创意? |

  • | 如何评价苏州N1GS下场***? |

  • | 为什么有的游戏***用了先进的技术,看起来却还不如老游戏的画面好? |

  • | 如何看待国内服装尺码越来越小的现象? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 可以随身携带一个Linux系统吗? |

  • 单位招了个 37 岁程序员,工资 16000,比小年轻还少。...

    2025-06-22
  • 11月3日更新: 听取建议,逐渐缩减VM,转移到CT当中,然...

    2025-06-22
  • 最近半年一直在用…… 快是真的快,写go和rust的体验极好...

    2025-06-22
  • 更新: 今天电脑难得关机一次,所以开机打算测试一下,打开三个...

    2025-06-22

关注我们

添加微信好友,关注最新动态