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?

2025-06-20 12:25:16

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…。

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?
广告位810*200
相关阅读
网传《碟中谍 8》亏损可能超 14 亿,是真的吗?这背后的原因是什么?

网传《碟中谍 8》亏损可能超 14 亿,是真的吗?这背后的原因是什么?

《碟中谍8》的问题应该是多方共同导致的结果一、7和8分成上下...

2025-06-20
为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一?

为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一?

中国象棋历史悠久,但是棋子设计似乎不太符合这个时代。 一是棋...

2025-06-20
duckdb的性能如何?

duckdb的性能如何?

最近更着duckdb的 这个官方博客 做了下实验。 随机生成...

2025-06-21
生活中怎样的美女才能被称为「大」美女?

生活中怎样的美女才能被称为「大」美女?

今天给大家分享一个AIGC热门玩法:AI街拍美女*** 美女...

2025-06-20
微软暂停专用 Xbox 掌机开发,转而优化 Windows 11 的掌机游戏体验,这背后原因有哪些?

微软暂停专用 Xbox 掌机开发,转而优化 Windows 11 的掌机游戏体验,这背后原因有哪些?

先上两张图 Legion Go S在SteamOS下...

2025-06-20