MathArena用最新的美国数学奥林匹克来考验大模型，结果还是比较惨淡。所有模

又仁看科技 2025-03-26 09:42:02

MathArena用最新的美国数学奥林匹克来考验大模型，结果还是比较惨淡。

所有模型的得分都不到 5% 。Deepseek-R1 相对最好。

ai创造营

0 阅读：0

又仁看科技

感谢大家的关注

作者最新文章

1

上海酒店价格差异调查原来苹果手机订酒店更贵是谣言手机不知道，我个人的体验是，

2

卡内基梅隆大学2025年春季开设的“高级自然语言处理”课程cmu-l3.gith

3

李继刚:给基座模型写的Prompt，是「纺棰状」，两头小，中间大。给推理模型写的

4

MathArena用最新的美国数学奥林匹克来考验大模型，结果还是比较惨淡。所有模

5

Junxian He 分享了关于零强化学习（RL）训练的最新进展，介绍了 Sim

6

deepseek v3的官方公告，本次更新增强的是推理能力、前端编程能力、中文写

7

电子书《Web Browser Engineering》browser.engi

8

一篇关于强化学习的综述论文 Reinforcement Learning: A

9

[允悲]这商品AI图不检查下吗

10

除了deepseek，Qwen系列昨天也开源了新模型：Qwen2.5-VL-32

热门分类

推荐热榜军事 NBA 体育社会明星八卦娱乐财经科技汽车历史国际游戏动漫公益搞笑商业互联网数码国际足球房产家居时尚科学探索职场育儿股票教育影视情感热点中国军情武器中国南海中国足球亚洲杯科比综合体育 CBA 投资楼市大咖秀外汇创业风口 SUV 豪车概念车优惠新能源美国欧洲朝日韩俄罗斯孕期街拍恋爱攻略婚姻正能量

科技TOP

1

安卓闭源了，中国手机厂商末日来临？华为鸿蒙崛起？突发大新闻，谷歌终于对安卓下

2

雷军小米YU7樱花照人家拍车自己买的，雷总拍车自己造的[捂脸哭]太全面了，这么早起

3

有没有注意到海尔老板的领带上都是空调、洗衣机，双开门冰箱，细节满满。

4

买iPhone16的是不是肠子都悔青了？

5

某搜索已经很久不用了，还有好几个几乎就胎死腹中了。李开复说的可能是对的！

6

苹果总部首席工程师孔龙已回国！有点遗憾的是，正值国家缺乏半导体人才之际，孔龙不是

7

小米su7，挂了牌瞬间不嘻嘻了

8

2025目前最强的六款旗舰手机，就差即将发布的蓝厂的X200Ultra了，会否

9

【#OpenAI称DeepSeek是另一个华为#：受“国家补贴”、“国家控制”】

10

这玩意AI也能生成？[捂脸哭]

科技最新文章

1

孔龙自美归国，孔龙带着丰富的行业经验和亮眼的科研成果回国，这是对国内科研环境与发

2

孔龙自美归国苹果的首席工程师都回国了！这个孔大佬可是牛啊，在苹果搞出了三款芯片，

3

孔龙回国后，为什么放弃了201万的年薪，却投身进了复旦实验室？手握11项苹果芯

4

苹果总部首席工程师孔龙已回国！有点遗憾的是，正值国家缺乏半导体人才之际，孔龙不是

5

伤害不大，侮辱性极强。抄袭是可耻的华为手机发布会之后，全体都沉默了就连库克和

6

华为可能要来搞大事情了，据最新信息显示，这次的华为Mate80有可能会搭载麒麟

7

罚小米40亿，莫迪：可以。罚三星44亿，莫迪：可以。罚比亚迪7.3亿，莫迪：

8

华为Mate70pro+无法超越Mate40pro+：当年喊出遥遥领先的就是Ma

9

为什么许多人讨厌三星手机？说句不好听的，不是三星手机现在不够好，而是当年N

10

安卓闭源了，中国手机厂商末日来临？华为鸿蒙崛起？突发大新闻，谷歌终于对安卓下