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 16:15:18

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
为什么广州地铁这么多人不懂得先下后上,将中间的位置留出给下车的人?

为什么广州地铁这么多人不懂得先下后上,将中间的位置留出给下车的人?

自从我学会蛮王冲撞和肘击后,一切问题都变得很好解决了。 到...

2025-06-19
为什么一部分 Go 布道师的博客不更新了?

为什么一部分 Go 布道师的博客不更新了?

哈哈,首先我不是布道师,算是 go 语言的爱好者吧。 😄 自...

2025-06-19
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

不请自来。 作为一名游戏开发程序员,说说我在为游戏适配hm...

2025-06-19
汤姆·克鲁斯在国外算几线?

汤姆·克鲁斯在国外算几线?

这张是03年名利场的封面图,基本涵盖了当年一线男星,22年过...

2025-06-17
以色列空军有没有可能使用 GBU-57 钻地弹打击伊朗?

以色列空军有没有可能使用 GBU-57 钻地弹打击伊朗?

没有可能。 因为迄今唯一具备使用该弹能力的空军是美国空军,...

2025-06-19