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?
- 人气:
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…。
推荐资讯
- 2025-06-19能分享一下你写过的rust项目吗?
- 2025-06-19为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?
- 2025-06-19女朋友是体育生是一种什么体验?
- 2025-06-19为什么小米造车可以叫小米,而华为不可以用华为品牌造车?
- 2025-06-19如何看待OpenAI把原定六月开源的模型推迟到八月?
- 2025-06-19如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?
- 2025-06-19***《凡人修仙传》有哪些令人伤感的情节?
- 2025-06-19如何评价阿里等大厂笔试现已经禁用本地IDE?
- 2025-06-19我听说Windows12微软就直接重头构建Windows了,就直接重构Win内核了,到底是不是真的?
- 2025-06-19你的择偶标准是怎么样的?
- 2025-06-19跨平台GUI框架到底应该自绘还是原生控件绑定?
- 2025-06-19女生微胖到底是种什么体验?
- 2025-06-19最讨厌和哪种人打羽毛球?
- 2025-06-19如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染,医生被停职?反映出哪些问题?
- 2025-06-19现在个人博客不能备案了吗?
- 2025-06-19vue + tsx 的开发体验能追得上 react+tsx么?
推荐产品
-
如何看待“计算机民科“的网站51soez已关站维护一周?
我故意拖了点时间去回答这个问题。 这个网站其实自需求分析上 -
Rust开发Web后端效率如何?
先叠几个定语: 你要是写Reactive Web,用Web -
老板说我设计了一周的海报还是不行,我到底该怎么学啊?
如果你老板要求不高的话,还可以抢救一下,但是也得学一段时间 -
降维打击是什么?
周鸿祎的二手迈巴赫卖出了990万的高价,拍卖结束后,周鸿祎请
最新资讯