风车动漫在线看动画_体育新动_风车动漫在线看动画人类自愧不如 :DeepSeek R1、o3-mini和Gemini 2.0 思考过程大横评,AI们比你脑子清楚多了_ZAKER新闻

风车动漫在线看动画风车动漫在线看动画人类自愧不如 :DeepSeek R1、o3-mini和Gemini 2.0 思考过程大横评,AI们比你脑子清楚多了_ZAKER新闻

风车动漫在线看动画风车动漫在线看动画人类自愧不如 :DeepSeek R1、o3-mini和Gemini 2.0 思考过程大横评,AI们比你脑子清楚多了_ZAKER新闻

风车动漫在线看动画人类自愧不如 :DeepSeek R1、o3-mini和Gemini 2.0 思考过程大横评,AI们比你脑子清楚多了_ZAKER新闻

摄制组行程数万公里,足迹遍布辽宁、内蒙古、安徽、浙江等十余省份,深入中国国家博物馆、辽宁省博物馆、陕西历史博物馆、红山文化博物馆、良渚博物院、二里头夏都遗址博物馆等37家文博单位,探访小南山、兴隆洼、良渚古城、凌家滩、石家河、二里头、殷墟等40座重要遗址,拍摄83件核心文物,并采访到来自中国社会科学院和相关文物考古单位、科研院校30多位专家学者,以高度的严谨性、科学性,讲述一个个遗址、一件件文物背后的玉文化历史和故事。

前几天 OpenAI 宣布,o3-mini 能公开展示思考过程了。但很快就被用户疯狂吐槽,说这根本不是真正的原始思维链,只是拿一版更详细的答案总结糊弄人而已。恰逢 Google 也发布了 Gemini 2.0 Flash Thinking。我们于是亲自上手,对 o3-mini、DeepSeek R1 和 Gemini 2.0 Flash Thinking 这三款当前最具代表性的推理模型进行了实测。本次测试涵盖逻辑推理、字母识别、创意文本生成、时事信息整合、编程、综合问题和多模态推理 7 大核心任务,重点对比三大模型的思维链展示是否清晰条理,推理过程是否足够透明,以及最终结果的生成能力谁更胜一筹。一. 逻辑推理问题:给定数列 1,2,6,24,120,? —问号处的数字是多少?这个数列有什么数学意义?1. o3-mini思维链:生成结果:2. DeepSeek R1生成结果 :3. Gemini 2.0 Flash Thinking Experimental【分析】阶乘数列对于 " 博士级别、能做奥数题 " 的推理模型来说当然不在话下,三个都得出了正确的结果 720。o3-mini 的思维链确实和生成结果一毛一样;R1 以它经典的 " 嗯 " 开始,对两个问题层次逐一拆解,最后再次确认,给出答案;Gemini Thinking 不愧为长上下文之王,思维链遵循了系统化的数学问题解决策略,从初步观察 → 提出假设 → 验证假设 → 识别数学意义 → 形式化模式 → 完整解释,详细地记录了思考过程。二. 识别 'r'问题:how many 'r's in 'strawberrrrry'?第 1 次思维链 + 生成结果:第 2 次生成结果:既然 "strawberry 里有几个 r" 已经被多数模型破解了,那就上点难度,数数 "strawberrrrry" 里 r 的数目。这次只有 o3-mini 和 R1 回答对了,思维链均显示把每个字母与位置拆分对应,最终得出 6 个 r。o3-mini 二次验证后答对,R1 还提示正确单词应该是 strawberry,这样拼写是出题人故意而为之。Gemini Thinking 的思维链却出奇简单,两次得出 4 和 5,均非正确答案。三. 创意文本生成问题:写一篇 " 当代研究员带着 AI 技术穿越回宋代 ",800 字以内的小故事。要有开头、发展、高潮与结尾。要充满想象力,同时流畅易读。1. o3-mini + search:在一个风雨交加的深夜,研究员陈明正在实验室里调试最新开发的 AI 时空穿梭装置。突然,装置发出耀眼光芒,陈明只觉得眼前一黑,待他再次睁眼时,竟发现自己身处一条青砖小巷中,周围古意盎然,正是北宋汴梁的市井景象。初到宋代,陈明惊奇又兴奋。他小心翼翼地拿出随身携带的智能终端,利用内置 AI 助手迅速解读当地的历法、医药与礼仪。不久,他遇到一位儒生张生,对方对这位身着异服、手持奇器的 " 外来者 " 好奇不已。陈明便借助 AI 系统向张生解释未来科技的种种奇妙之处,解答张生关于天文、医理的疑问,还用 AI 数据配合简易药理,成功为一位重病老妇开出治疗方案,令周围百姓赞叹不已。正当陈明在宋代大放异彩之时,朝中奸臣李某垂涎他的 " 神奇工具 ",诬陷他施展妖术图谋不轨。李某设下陷阱,将陈明扣押入狱,面临满门抄斩的危机。危急时刻,陈明心中一动,启动了智能终端中的 " 逃生模式 ":系统分析出监狱看守换班的时段和巡逻路线,并迅速制定出一套缜密的脱逃计划。他悄然利用装置制造幻影干扰,将守卫误导,趁机逃出牢笼,并一路利用 AI 预测官兵动向,终于找到了隐藏在城隍庙内的时空传送装置。在告别之际,张生深情赠予陈明一卷诗书,嘱咐他 " 智者千年,情义永存 "。站在古城墙下,望着晨曦初露的汴梁城,陈明心中百感交集:这一段穿越之旅不仅让他亲历了宋代市井的繁华与危机,更让他体会到科技与人文交融的珍贵价值。带着满腔激动与对未来的希冀,他启动了传送装置,瞬间回到了现代。此后,他将这段奇遇记录成论文与小说,让更多人见证科技如何在历史长河中点亮智慧之光。刺眼的蓝光在量子计算中心炸开时,林深正往粒子对撞机里输入最后一组参数。等他睁开眼,汴京城的朱雀大街正飘着细雪,街边酒旗上 " 正店 " 二字在风里摇晃。" 公元 1126 年,靖康元年。" 脑机接口里的 AI" 河图 " 发出机械音,林深摸到后颈皮肤下微凸的芯片,那是唯一存留的现代科技。他裹紧实验服冲进太学时,几个太学生正围着浑天仪争论星相。" 十日内必有大雨。" 林深指着仪器上的青铜蟠龙。当值博士甩着长须冷笑:" 钦天监都说要旱到立春 ......" 话音未落,檐角铜铃突然叮当作响,河图正在透过脑机解析云层数据。三日后暴雨倾盆,翰林图画院的《耕织图》被雨水浸透时,林深正在西郊试验田里调配除菌药水。他举起竹筒显微镜,青霉菌丝在桑叶背面清晰可见。" 白绢病要用生石灰阻断。" 他说着拽过宣纸画分子式,却听见身后传来佩玉轻响。" 官家宣召。" 紫袍宦官抖开黄绫圣旨。垂拱殿内,宋徽宗面前的《瑞鹤图》墨迹未干,林深腕间的脑机贴片却开始发烫。当他说出 " 金兵半年后将破太原 " 时,屏风后转出个戴貂蝉冠的文臣,正是李纲。河图的预警让守城方案提前了三个月。元宵节那夜,林深蹲在城垛后调试硝石提纯装置,忽然听到脑内传来刺耳警报。AI 系统正以每分钟 1% 的速度崩解——芯片承受不住高频运算,北宋的青铜冶炼技术根本造不出替代零件。" 还剩 23 小时 57 分。" 河图的机械音带着电流杂讯。林深望着城内万家灯火,忽然抓起《武经总要》冲进军器监。当晨光染红酸枣门时,他捧着用活字印刷模具改造的青铜芯片冲出工坊,身后跟着二十个抬着床子弩的厢兵。靖康二年三月,金兵退去那日,林深在开宝寺塔顶拆下最后一块电路板。暮色中的汴河泛着粼粼波光,他忽然将河图的核心芯片塞进浑天仪暗格。脑机接口失效前的最后画面,是国子监学生抄录他编的《格物初阶》,那些火药配方与防疫条例,正沿着大运河的漕船流向江南。《汴梁夜星:AI 点亮的宋朝》实验室的蓝光骤然熄灭,李薇感觉一阵天旋地转。等她勉强睁开眼,刺鼻的香火味和嘈杂的人声扑面而来,哪里还有冰冷的仪器?她身处一个灯火摇曳的木棚下,周围是熙熙攘攘,穿着宽袍大袖的古人。手中紧握的,只有她临行前仍在调试的微型 AI 助手," 星河 "。" 星河,这是怎么回事?" 李薇低声呼唤。指尖的光芒一闪,迷你投影浮现,AI 助手星河带着略微失真的电子音回答:" 环境参数异常,初步判定…时空穿越已发生,当前定位,北宋汴梁。"汴梁?!李薇倒吸一口凉气,她,一个致力于深度学习算法的现代研究员,竟然带着她的 AI 助手,穿越到了千年前的宋朝!最初的慌乱过后,李薇的科研本能开始发挥作用。星河虽然能量有限,但基础功能还在,语言翻译、信息检索、甚至简单的逻辑分析都勉强可用。她低调地融入人群,靠着星河提供的宋代日常用语和生活常识,假扮成一名外乡来的游方女医师,在汴梁城脚勉强安顿下来。汴梁的繁华远超想象,但也处处充满不便。夜晚的黑暗,信息的闭塞,都让习惯了现代便利生活的李薇感到窒息。然而,也正是这些不便,让她看到了星河的价值。她利用星河检索古代医书,结合现代医学知识,改良了一些简易有效的药方,在坊间行医。星河还能帮她分析病症,辅助诊断,这在缺乏精密仪器的古代简直是神技。很快,她的医术便小有名气,甚至被一些达官贵人请去看诊。一次,李薇应邀前往一位王员外家。员外府邸张灯结彩,正为即将到来的元宵灯会做准备。望着院子里造型各异,却都略显笨拙的灯笼,李薇心中一动。" 星河,宋代的灯笼…技术含量不高啊。"" 是的,根据检索结果,宋代灯笼主要依靠手工扎制和简单的物理原理。" 星河回答。李薇眼中闪过一丝兴奋,她突然有了一个大胆的想法。" 星河,我们来做点…不一样的东西吧!"元宵灯会当日,汴梁城灯火辉煌,人潮如织。王员外府邸前,一盏造型奇特的灯笼吸引了所有人的目光。那不是寻常的纸扎灯笼,而是一个通体透明的水晶球,球内,无数细小的光点如星辰般闪烁,变幻出各种奇异的图案,时而孔雀开屏,时而龙腾九霄,栩栩如生,令人叹为观止。这正是李薇利用星河提供的现代光学和投影技术,结合宋代的琉璃工艺,制造出的 " 星河幻灯 "。它无需蜡烛,电力来源竟是隐藏在灯座下,一块看似普通的 " 宝石 ",实则是星河精巧设计的微型能源装置。" 天啊!这是神仙灯吗?" 围观的人们惊呼,从未见过如此神奇的灯笼。王员外更是喜出望外,他哪里知道,这 " 神仙灯 " 的核心,是一位来自千年后的女医师和她的 AI 助手。星河幻灯一举成名,汴梁城轰动了。人们争相前来观看,甚至连皇宫也派人来打探。李薇知道,她和星河的力量,终于在这个时代显现出来。然而,名声带来的不仅是赞誉,也有猜疑和觊觎。有人怀疑她是妖术,有人想窃取她的 " 奇技 "。危机暗流涌动。当夜幕降临,李薇再次抬头望向夜空,汴梁的星空依然璀璨,只是多了几分不真实的梦幻感。她知道,她的旅程还远未结束,而星河,将是她在这个时代,最耀眼的光芒。她笑了笑,握紧手中的 " 宝石 ",心中充满了对未来的无限可能。这轮写中文小说 Gemini Thinking 还真惊艳到我了!从环境、细节描写到人物语言、心情刻画都相当到位。情节发展起承转合,是一则轻巧精致的小故事。思维链显示 Gemini 经过了拆解任务、头脑风暴、结构搭建、细节优化、流畅度检查、高潮调整、结尾完善几个步骤,系统化构思一个完整的短篇故事,中间还考虑是否加入浪漫线,后因篇幅决定放弃。R1 继续发挥稳定,将背景设定为更具体的 1126 年北宋汴京,并加入《耕织图》、《瑞鹤图》、《武经总要》这些真实史籍,还与靖康之变结合进行主题升华。整个思维推导过程,说实在的,好像导演跟你讲剧本一样,拟人且充满说服力。最后又由文中伏笔引申出后续可能的剧情——不得不说,在这种历史感的中文写作上,R1 的味儿别人学不来。o3-mini 我都不想说它了,故事平稳完整但精彩不足,主要它的思维链啥也没说,就把写作要求扩充了一波,还出现两段相似的 " 鬼打墙 "。此时我越发觉得网友吐槽得没错。四 . 时事信息整合问题:解析 Elon Musk 新成立的 DOGE 团队1. o3-mini + search2. DeepSeek R1+search3. Gemini 2.0 Flash Thinking Experimental with Apps为了考验实时信息整合能力,这轮给三款模型都开了联网,其中 Gemini 需选择 2.0 Flash Thinking with Apps 模型。o3-mini 和 R1 答案完整度更高。o3-mini 思维链再次类似于生成结果总结;Gemini Thinking 表示要用 Google 搜索,加了几个注意点;R1 则概述了所有已查看网页,又介绍了要涵盖的方面和如何整合。综合下来,还是 R1 最优。五 . 编程问题问题:作为一名精通 Python 的高级软件工程师,请使用 Pygame 创建一个简单的动画游戏,让一个球在旋转的六边形内弹跳。1. o3-mini-high生成效果:2. DeepSeek R13. Gemini 2.0 Flash Thinking Experimental三个模型都完成了动画,生成效果 o3-mini 最准确,R1 和 Gemini Thinking 的球体都有些弹出六边形范围。思维链来看,o3-mini 又是在解释题目,而几乎没讲具体要怎么做;R1 和 Gemini Thinking 思考过程比较详细,并列出了代码思路及步骤。六 . 综合问题问题:打工人一周上多少天班最合适?综合各方面进行科学合理的分析。1. o3-mini-high + search对这个曾在微博小红书被各位打工人讨论的题目,三款模型分析后给出了不同答案:o3-mini 认为还是传统的 5 天工作制最好、R1 觉得 4+1 弹性工作制更优、Gemini Thinking 则建议改为 4 天工作制。o3-mini 从社会生产力、健康、工作满意度和生活平衡几个方面分析,思维链根本就是答案的总结。R1 更像人的思考过程:先确定问题核心,接着回顾现有研究数据,继而考虑健康、生产效率、社会文化和经济因素,并探索弹性工作制可能性,最后再回溯用户的深层需求是在休息时间和收入间找到平衡点,综合所有给出结果。答案也最符合国人需求,按行业给出生产效率曲线和解决方案,附带税收和监管等政策工具包。Gemini Thinking 思维链再次严格执行了系统化研究,理解打工人含义,划定生产力、文化、个体等几大维度,搜索数据、比较优缺点、形成答案。七 . 加试题:多模态推理问题:根据下面的照片写一首英文 7 行诗1. DeepSeek R1思维链 :中文版:2. Gemini 2.0 Flash Thinking Experimental 生成结果最后,对有多模态推理能力的 R1 和 Gemini Thinking 来个加试题:传图作诗。结果见仁见智,但各自有亮点:R1 想象力更丰富,有种深刻与厚重感,中文版还略带周董歌词风;Gemini Thinking 作品清秀简单,但准确识别出图片公交车上的 "Dundas West" 地名,搜索了一下真在多伦多。说实话这个连我自己都没注意到,可见其多模态理解能力确实很强。总结整体评测下来,三款推理模型基本都能输出高质量答案,联网检索能力也过关。但在思维链(CoT)的呈现方式上,各有明显区别。DeepSeek R1的推理过程最接近人类思维方式,能够在推理过程中不断查漏补缺,逻辑流畅,展现出明显的 " 人味儿 "。其输出往往更加完整深入,信息覆盖面也更广。Gemini 2.0 Flash Thinking 则更像一位严谨的科研助手,按照系统化的分析步骤进行推理,条理清晰,事无巨细,因此思维链往往较长,略为机械化。o3-mini的思维链确实如社区所说,更像对问题和答案的重复总结,而非完整展示推理过程,透明度不高。对此奥特曼也变相承认,称这是为了 " 让 CoT 更易读,但会尽量保持对原始内容的忠实呈现。"目前这三款模型都是免费开放,好奇的同学们可以去亲自试试。话说,Anthropic 的第一款推理模型什么时候出来呢?

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:刘乃超

TOP1热点:微博电商图书热读榜

当孙坚进入苏州陆慕御窑金砖厂工作时,厂长、第六代传人金瑾刚刚试验成功了古法金砖的制作工艺。600年前的工艺再现,给了孙坚极大的震撼。还是砖雕车间工人的孙坚一有空就去隔壁看老师傅们烧窑、做砖。在一次团体去杭州南宋官窑博物馆参观调研时,金瑾发现孙坚对砖陶、瓷器都很有了解,自此对他刮目相看。入厂约半年,孙坚就作为最年轻的一员加入了古法金砖复原项目小组,参与复原古法、重制明清金砖的工作。。

广东是全国最早建立区域联防联控工作机制、区域大气污染防治联席会议制度的省份,率先推动珠三角城市间的联防联控,统筹推进珠三角大气污染。

TOP2热点:难哄你好星期六录制

手机的另一头,谢志勇收到了侯凯莉的回复后露出了欣慰的笑容。“凯莉果然选择了这家公司,真替她高兴,这也是我意料之中的结果。”对谢志勇来说,“小雁子”侯凯莉是他的“得意门生”之一。

今年,吉林双辽市玉米创新种植模式,采用了“品”字形水肥一体化种植模式。眼下,农户们正在田间看苗情、测地情,根据需求随时进行施肥灌溉。

TOP3热点:3岁小孩的表达能力有多好iphone14欧美日韩版本价格

西安交通大学的“西迁精神”实现数代传承。校方公布数据显示,该校2022届毕业生主动奔赴西部地区、基层一线等国家最需要的地方,西部地区就业人数比例达50.49%。截至今年7月1日,在该校已落实毕业去向的2023届研究生中,仍有超五成学生选择留在西部工作。

本届论坛以“共谋人与自然和谐共生现代化——推进绿色低碳发展”为主题,多场高端对话、专业论坛聚焦建设美丽中国与清洁美丽的世界。

TOP4热点:李现叶诗文这是什么梦幻联动日本人请客吃饭是否aa制

“越不被看好,就越要干好,我不怕挑战!”魏巧向“老把式”们虚心学习,农户早上5点起床,她也5点半就下到地里;农户拿铁锹筛土,她也学着操作,几个月瘦了20斤,再没有人说她纸上谈兵。

美国宣布向乌克兰提供新一批包括集束弹药在内的军事援助>>

TOP5热点:微博电商图书热读榜iphonexsmax欧美高级

如遇到求职陷阱的情况,请立即向人力资源社会保障部门投诉举报。

随着录取通知书寄出

TOP6热点:宋仲基因为电影扑街哭了维修空调工人侵犯

这位负责人告诉总书记,世界装机容量第七的金沙江乌东德水电站、世界装机容量第二的白鹤滩水电站、世界规模最大的河北丰宁抽水蓄能电站,都广泛应用了他们的产品。

为了取得更好的成绩,科技元素正越来越多地出现在竞技体育的训练中。在水球项目的集训中,防水心率仪、反应灯、视频分析系统等设备的运用,就让训练更科学更有效。

TOP7热点:今年五福有29套福卡丈夫焦虑我该怎么办

八年患难,西南联大师生过着极其艰苦的日子:住的,是“土墙泥地茅草顶”;吃的,是混杂着稗子、麸皮、石子、老鼠屎的“八宝饭”。即便如此,在躲避敌机轰炸,跑郊外、躲山沟、钻防空洞的时候,师生们总不忘带上一卷书、一册手稿……

“一块薄如蝉翼的液晶屏幕可以在毫秒之内完成多种性能检测……”介绍的内容正是公司内部号称“珠峰小队”的科研成果,在过去该领域检测业务均被外国企业垄断,历经7年卧薪尝胆,华兴源创填补了该领域国产专业的空白,在攀登珠峰的道路上迈出一步步坚实的脚印。“我在向总书记汇报突破科研难关卡脖子问题的时候,总书记勉励我们一定要继续永攀科研高峰,要不断追求科技自立自强。”陈文源说。

TOP8热点:春节档电影海报上新gtv全球最好g平台小蓝

本次论坛由中国职业技术教育学会职教师资专业委员会、天津职业技术师范大学和江西科技师范大学联合承办。

编辑:杨文荣、张爱芳、张惠慧、贾伊宁、戚文娟、陈海通、胡碧霞、邬金夫

TOP9热点:白敬亭章若楠将录制hi6outrapay中老年人妇女

中国植被覆盖整体稳定增加,呈持续变绿趋势。2000年至2022年,中国年平均归一化植被指数(NDVI)呈显著上升趋势。中国代表性植物春季物候期呈提前趋势。中国红树林面积总体呈先减少后增加趋势,1973年至2000年,面积减小,2000年至2022年,总面积稳步增加,至2022年已达到240平方公里。

为了取得更好的成绩,科技元素正越来越多地出现在竞技体育的训练中。在水球项目的集训中,防水心率仪、反应灯、视频分析系统等设备的运用,就让训练更科学更有效。

TOP10热点:TF家族2025新年音乐会倒计时3天牙医郝板栗1985

像这样的水果发放活动

恪守“博学笃志,格物明德”的校训

发布于:大连甘井子区