精选新鲜的资讯为您呈现
-
马斯克宣布已激活了「星链」卫星通信系统，该系统现已在伊朗投入使用，这将对伊朗的互联网监管带来哪些影响？
马斯克宣布已激活了「星链」卫星通信系统，该系统现已在伊朗投入使用，这将对伊朗的互联网监管带来哪些影响？···
音乐 -
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？···
音乐 -
发现小学五年级的女儿谈恋爱怎么办？
发现小学五年级的女儿谈恋爱怎么办？···
音乐 -
一架波音787客机在印度坠毁，发现一名幸存者，超290人死亡，具体情况如何？事故原因可能是什么？
一架波音787客机在印度坠毁，发现一名幸存者，超290人死亡，具体情况如何？事故原因可能是什么？···
音乐 -
分享一下你用过好用的开源项目有哪些?
分享一下你用过好用的开源项目有哪些?···
音乐 -
小米汽车官方解释了刹车盘生锈属于正常现象，并提供了两种除锈功能，这些措施是否足够有效？
小米汽车官方解释了刹车盘生锈属于正常现象，并提供了两种除锈功能，这些措施是否足够有效？···
音乐 -
华为鸿蒙还有多久可以在pc桌面取代Windows？
华为鸿蒙还有多久可以在pc桌面取代Windows？···
音乐 -
韩寒现在为什么不写书了呢？
韩寒现在为什么不写书了呢？···
音乐 -
目前最具性价比的全栈路线是啥？
目前最具性价比的全栈路线是啥？···
音乐
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？
2025-06-25 02:45:09 来源：本站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…。
猜你喜欢