99国产精品欲av蜜臀,可以直接免费观看的AV网站,gogogo高清免费完整版,啊灬啊灬啊灬免费毛片

網(wǎng)易首頁 > 網(wǎng)易號(hào) > 正文 申請(qǐng)入駐

我讓10個(gè)大模型又參加了完整版數(shù)學(xué)高考,第一名居然是它。。。

0
分享至

  昨天,我不是發(fā)了幾個(gè)大模型參加數(shù)學(xué)高考的測(cè)試文章嘛。

  沒想到熱度挺高,大家還挺關(guān)注的。

  

  不過,很多評(píng)論區(qū)的小伙伴也說,根本看不出來區(qū)別。

  

  因?yàn)槿绷藢?duì)AI難度最高的單選第6題,還有后面那些解答題。

  那我想,不如再把模型補(bǔ)上,加上全缺失的智譜Z1、Kimi1.5、文心X1,(不帶Claude 4,封號(hào)斗羅,我恨他),再做一個(gè),完整的滿血版的數(shù)學(xué)高考,讓大家最直觀的,感受一下這些模型的數(shù)學(xué)能力水平。

  讓大家看看,滿分150分,每個(gè)模型到底多少分,哪個(gè)模型能拿高考數(shù)學(xué)狀元。

  因?yàn)橐鼋獯痤}了,和選則填空不太一樣,所以我還是單獨(dú)定了一下規(guī)則,規(guī)則如下:

  1. 數(shù)學(xué)大題往往都有兩到三個(gè)小問,但是每個(gè)小問具體的賦分都不太一樣,邀請(qǐng)了朋友(高中老師)來估摸一下每個(gè)小問的分?jǐn)?shù),如下,都取后者:

  

  2. 高考大題往往會(huì)按照步驟給分,但是主要我也看不懂步驟(勿噴),所以這里我們不妨對(duì)大模型嚴(yán)格一點(diǎn),按照結(jié)果是否正確來給分。

  3. 每道題任然使用大模型跑3次,根據(jù)正確比例給分。

  4. 依然所有的文本題,都使用LaTeX編輯器轉(zhuǎn)成LaTeX文本格式,再扔給大模型進(jìn)行回答。

  

  5. 帶圖片的多模態(tài)題也加入測(cè)試,直接截圖進(jìn)行作答,沒有多模態(tài)或者推理時(shí)不能傳圖的模型,取其他所有多模態(tài)模型得分的平均分。

  以上。

  在幾個(gè)朋友@東毅、@倒放、@云舒、@絳燁幫我kuku跑了好久之后,我們終于得出了結(jié)論。

  這的,又一次干到了凌晨4點(diǎn)。

  不過,最終的得分和結(jié)論,非常出人意料,也出乎我的意外。

  先看對(duì)錯(cuò)。

  對(duì)的全部都是?,錯(cuò)的就是?,如果是有部分對(duì),就是??,沒有多模態(tài)的,就寫沒有多模態(tài)。

  

  我說實(shí)話,這一片的綠,還是有點(diǎn)超出我的預(yù)期的,我本來以為,解答題會(huì)難住一堆大模型,沒想到,幾乎大部分都是對(duì)的,而單選題第6題,反而成了,所有大模型的噩夢(mèng)。

  涉及到圖片的理解,對(duì)于廣大高考學(xué)生,輕輕松松做一條輔助線就可以解決,但是所有的多模態(tài)大模型,幾乎全軍覆沒,也就openai o3 在三次回答中,對(duì)了兩次。

  

  DeepSeek-R1-0528的表現(xiàn)不如其他的推理模型可能是因?yàn)樗耐评硭季S鏈很長(zhǎng)很長(zhǎng),而高考題并沒有那么復(fù)雜,所以導(dǎo)致,想著想著,就想歪了。。。

  真的發(fā)現(xiàn),有時(shí)候想的短一點(diǎn),正確性可能會(huì)更高。

  所有的答案,都在這了,我們是結(jié)結(jié)實(shí)實(shí)的,把每個(gè)大模型、每道題,跑了3次。。。

  

  下次一定要抽空做個(gè)腳本,這事用人干是真的頂不住= =

  那最后,終于,要公布我們的測(cè)試最終得分了。。。

  

  這個(gè)排名,真的讓我有點(diǎn)意外。。。

  這里我插一句,我對(duì)天發(fā)誓,這篇文章不是廣告,我也和科大訊飛還有豆包沒有任何利益關(guān)系,在測(cè)試過程中也沒有任何弄虛作假或者不遵守規(guī)則。

  但是實(shí)實(shí)在在的,就是這么發(fā)生了。

  在我的測(cè)試中,訊飛星火和豆包除了第6題錯(cuò),以其他題目全勝的姿態(tài),145分的超高分,并列奪得了第一名。

  而Qwen3,解答題全對(duì),但是在填空題時(shí),因?yàn)閞oll錯(cuò)了1次對(duì)了2次,產(chǎn)生了失誤,丟了寶貴的1.7分,以143.3分,屈居第三。

  Gemini2.5 pro,解答題拉了跨,139.7分,位列第四。

  混元T1和文心x1,解答題失誤稍微多了一些,比Gemini 2.5 pro多錯(cuò)了一點(diǎn)點(diǎn),差了2.7分,并列屈居第五。

  很有意思,太有意思了。

  我其實(shí)很久沒就沒有測(cè)試測(cè)的這么開心過了。

  2023年,我第一次測(cè)AI高考數(shù)學(xué)題的時(shí)候,那時(shí)候大家只有嘲諷。

  強(qiáng)如大模型,不識(shí)一二三四五。

  短短兩年,對(duì)于高考來說,幾乎都能輕松達(dá)到一個(gè)優(yōu)秀學(xué)生的地步。

  AI啊,進(jìn)化還是太快了一點(diǎn)。

  也許這就是我愛這份工作的原因吧。

  它總能帶給我一些未知,一些驚喜,還有一年抵十年的回憶。

  所以,這場(chǎng)AI高考,就到這里畫上句號(hào)吧。

  天邊泛起肚白。

  新的一天。

  又到來了。

  >/ 作者:卡茲克、悟空、dongyi

  >/ 投稿或爆料,請(qǐng)聯(lián)系郵箱:wzglyay@virxact.com

特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相關(guān)推薦
熱點(diǎn)推薦
43歲張杰近照曝光:體脂低至8%,這肌肉是認(rèn)真的嗎?

43歲張杰近照曝光:體脂低至8%,這肌肉是認(rèn)真的嗎?

健身迷
2025-06-11 09:57:49
若貿(mào)易戰(zhàn)繼續(xù)升級(jí),中國房?jī)r(jià)會(huì)不會(huì)第一個(gè)“扛不住”?答案很扎心

若貿(mào)易戰(zhàn)繼續(xù)升級(jí),中國房?jī)r(jià)會(huì)不會(huì)第一個(gè)“扛不住”?答案很扎心

搬磚營Z
2025-06-11 23:14:44
兩年狂撈32億,這對(duì)抖音頂流夫婦決定躺平

兩年狂撈32億,這對(duì)抖音頂流夫婦決定躺平

野山歷史
2025-06-06 17:29:52
時(shí)刻警惕捂好你的錢袋子,通縮可能真的要來了。

時(shí)刻警惕捂好你的錢袋子,通縮可能真的要來了。

流蘇晚晴
2025-06-04 18:18:23
中美談判結(jié)束,雙方都沒讓步,稀土禁止出口,美代表難向川普交差

中美談判結(jié)束,雙方都沒讓步,稀土禁止出口,美代表難向川普交差

一個(gè)有靈魂的作者
2025-06-11 13:54:34
記者:上海男籃休假10天,李添榮赴美特訓(xùn),李弘權(quán)回加拿大探親&特訓(xùn)

記者:上海男籃休假10天,李添榮赴美特訓(xùn),李弘權(quán)回加拿大探親&特訓(xùn)

懂球帝
2025-06-11 21:18:15
低估了“蒸荔枝”排寒的威力,吃了幾次,舒服多了!

低估了“蒸荔枝”排寒的威力,吃了幾次,舒服多了!

房產(chǎn)衫哥
2025-06-12 05:35:18
我胸口疼了8年,每次檢查都正常,直到換了科室才終于查明原因

我胸口疼了8年,每次檢查都正常,直到換了科室才終于查明原因

林林故事揭秘
2025-06-03 14:37:24
一枚拍了3萬多!這幾種“1角硬幣”,誰有?

一枚拍了3萬多!這幾種“1角硬幣”,誰有?

富哥愛收藏
2025-05-30 14:57:19
醫(yī)療界吹哨人離奇身亡!背后真相撲朔迷離

醫(yī)療界吹哨人離奇身亡!背后真相撲朔迷離

燕梳樓頻道
2025-06-11 22:49:19
國足戰(zhàn)勝巴林之后!國足迎來喜訊,球迷沸騰了

國足戰(zhàn)勝巴林之后!國足迎來喜訊,球迷沸騰了

體壇狗哥
2025-06-11 08:15:18
《醬園弄·懸案》將首映,回眸這起80年前驚爆上海灘的殺夫案

《醬園弄·懸案》將首映,回眸這起80年前驚爆上海灘的殺夫案

上觀新聞
2025-06-10 08:01:10
"扁擔(dān)挑行李"女孩后續(xù)!家境成績(jī)曝光,班主任發(fā)聲,不是一人回家

"扁擔(dān)挑行李"女孩后續(xù)!家境成績(jī)曝光,班主任發(fā)聲,不是一人回家

洲洲影視娛評(píng)
2025-06-11 18:14:50
美記:雄鹿后衛(wèi)小凱文·波特預(yù)計(jì)將拒絕執(zhí)行255萬球員選項(xiàng)

美記:雄鹿后衛(wèi)小凱文·波特預(yù)計(jì)將拒絕執(zhí)行255萬球員選項(xiàng)

雷速體育
2025-06-12 06:42:15
法網(wǎng)冠軍高芙觀戰(zhàn)WNBA,與瓦妮莎及三個(gè)女兒同框

法網(wǎng)冠軍高芙觀戰(zhàn)WNBA,與瓦妮莎及三個(gè)女兒同框

懂球帝
2025-06-11 14:12:41
東方衛(wèi)視主持人程雷罕見現(xiàn)身!50歲了風(fēng)采依舊

東方衛(wèi)視主持人程雷罕見現(xiàn)身!50歲了風(fēng)采依舊

金牌娛樂
2025-06-10 09:26:19
農(nóng)業(yè)銀行 大額存單最新調(diào)整:2025年6月,存50萬一定比定期強(qiáng)嗎?

農(nóng)業(yè)銀行 大額存單最新調(diào)整:2025年6月,存50萬一定比定期強(qiáng)嗎?

錘不倒的拖油瓶
2025-06-11 13:23:27
賴亞文表態(tài),指出中國女排問題,官威太大,雙手插兜擁抱龔翔宇

賴亞文表態(tài),指出中國女排問題,官威太大,雙手插兜擁抱龔翔宇

跑者排球視角
2025-06-11 08:57:58
廣西來賓市委常委、秘書長(zhǎng)蔣衛(wèi)生已任市委副書記

廣西來賓市委常委、秘書長(zhǎng)蔣衛(wèi)生已任市委副書記

澎湃新聞
2025-06-11 23:28:27
ALL IN姐都知道吧?巴特勒也是好起來了了!

ALL IN姐都知道吧?巴特勒也是好起來了了!

籃球大圖
2025-06-09 10:42:45
2025-06-12 07:39:00
數(shù)字生命卡茲克 incentive-icons
數(shù)字生命卡茲克
反復(fù)橫跳于不同的AI領(lǐng)域,努力分享一些很酷的AI干貨
316文章數(shù) 420關(guān)注度
往期回顧 全部

教育要聞

高考完了考駕駛證C1還是C2

頭條要聞

牛彈琴:網(wǎng)上熱議美國新版圖變小了 讓全世界哭笑不得

頭條要聞

牛彈琴:網(wǎng)上熱議美國新版圖變小了 讓全世界哭笑不得

體育要聞

一位中國老板,復(fù)興了歐洲百年俱樂部

娛樂要聞

那爾那茜定向委培違約事件 持續(xù)發(fā)酵

財(cái)經(jīng)要聞

美法院為何決定暫時(shí)維持特朗普關(guān)稅?

科技要聞

OpenAI CEO:這是我最后一篇沒有AI幫助的文章了

汽車要聞

5萬級(jí)5座純電微型車 奇瑞QQ多米正式上市

態(tài)度原創(chuàng)

親子
數(shù)碼
本地
公開課
軍事航空

親子要聞

西蒙愛哭愛鬧摔東西?我覺得他更多的是戲精而已!

數(shù)碼要聞

WWDC2025:蘋果的“液態(tài)玻璃”革命與生態(tài)大一統(tǒng)

本地新聞

非遺里的河南 | 黃河泥變身千年墨寶,寫字都帶仙氣兒~

公開課

李玫瑾:為什么性格比能力更重要?

軍事要聞

加州請(qǐng)求阻止特朗普政府派兵被駁回

無障礙瀏覽 進(jìn)入關(guān)懷版 主站蜘蛛池模板: 丰都县| 甘南县| 德清县| 玉树县| 中牟县| 许昌市| 德兴市| 广东省| 那曲县| 扶风县| 东城区| 宝坻区| 馆陶县| 阿坝| 论坛| 民丰县| 溧水县| 自贡市| 浏阳市| 河南省| 抚宁县| 罗甸县| 老河口市| 龙泉市| 肇州县| 开鲁县| 辽阳县| 甘孜| 会同县| 岑溪市| 克山县| 犍为县| 绍兴市| 东乡族自治县| 壶关县| 博湖县| 天峨县| 天气| 达州市| 乐安县| 若羌县|