评估大模型数学能力的榜单MathArena里，DeepSeek冲到开源第一且超过

蚁工厂 2026-04-26 17:09:56

评估大模型数学能力的榜单MathArena里，DeepSeek冲到开源第一且超过Claude-Opus-4.6、4.7了。和kimi2.6差不多。另外这个榜单里OpenAI是真猛。这个榜单只使用大模型没见过的题做评测，所以基本可以杜绝靠训练数据打榜的风险。AI创造营

0 阅读：13

猜你喜欢

蚁工厂

蚁工厂

感谢大家的关注

作者最新文章

1
绿盟科技天机实验室负责人张云海的墓碑[蜡烛]大佬曾连续五年获得 Microsof
2
老用户换vivoX300值得吗 刚看了影视飓风的评测，拍视频真强啊。搭配上长焦摄
3
Windows 10 将于北京时间 2025 年 10 月 14 日正式结束支持
4
curl命令速查表 ​​​
5
AI模型的参数规模的增长速度，远远超过了AI硬件内存容量的增长速度。图自Roha
6
哥伦比亚大学统计学教授 Andrew 分享的使用贝叶斯推断的7个理由！----
7
1992年的IBM平板：ThinkPad 700T20MHZ的386CPU，4M
8
Thinking Machines Lab 联合创始人 Andrew Tullo
9
MineContext，字跳开源的类似Windows Copilot 的项目，不
10
[doge]发这个会被收版权费吗 ​​​

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 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 婚姻 正能量

科技TOP

1
苹果公司近日为其员工送上了一份特殊的“生日礼物”，以此纪念品牌创立50周年。据悉
2
鸿蒙6.1的机型升级计划表，看看有没有你的机型，老机型几乎都是正式版，高端机型和
3
一图看懂OPPOFindX9sPro、OPPOFindX9Ultr
4
鸿蒙6.0系统又更新了，这次新增的功能还挺挺多的，主要是增加相机水印、以及图库的
5
小米澎湃OS3“死亡笔记”更新了，小米官网产品安全中心更新部分终止维护（EOL
6
荣耀600Pro曝光：双2亿主摄+9000mAh电池，这配置绝了最近在网上看
7
主流大模型横向横评：DeepSeek最新一代到底强在哪？
8
【OpenAI完成其史上最大融资：OpenAI融资1220亿美元，估值达8520
9
一部地图，如何逼得苹果CEO公开承认错误
10
DeepSeekV4震撼发布一图读懂它有多强：百万上下文、更强Agent、更

科技最新文章

1
主流大模型横向横评：DeepSeek最新一代到底强在哪？
2
DeepSeekV4震撼发布一图读懂它有多强：百万上下文、更强Agent、更
3
一加16这波操作，属实把取舍玩明白了！主动风扇没了，电池却猛增到9000毫安
4
数据一出，谁在裸泳已经一目了然1、荣耀WIN，120帧，36.1℃2、iQO
5
一部地图，如何逼得苹果CEO公开承认错误
6
太炸裂了！荣耀今年多款劲爆机型都在路上了，恐怕又要给友商一个小小的震撼[灵光一闪
7
iPhone18Pro蓝色曝光说真的，这个蓝色也太高级了。如果iPhone1
8
10200mAh超大电池~这个外观10分满分，你打几分？
9
憋了大半月，终于能说OPPOPadMini了！OPPOPadMini
10
我的华为Mate80ProMax已经更新HarmonyOS6.1.0.1