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?

2025-06-21 04:35:15

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
为什么军队中使用「幺」「拐」「勾」「洞」等发音来口头表述数字?

为什么军队中使用「幺」「拐」「勾」「洞」等发音来口头表述数字?

比如你需要炮兵对701号高地进行炮击 你说出来的是“对七零一...

2025-06-19
你从什么时候开始感受到所谓的“资本的力量”?

你从什么时候开始感受到所谓的“资本的力量”?

资本最擅长的戏法,就是先夺走我们本该拥有的日常,再包装成“稀...

2025-06-19
陌生人晕倒了,帮他拨打120后,病人不支付120出车费,这个费用谁来承担?

陌生人晕倒了,帮他拨打120后,病人不支付120出车费,这个费用谁来承担?

如果病人不出,那就是谁打的120谁出。 比出钱更郁闷的,是你...

2025-06-19
蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

让***飞一会,,现在还不知道谁对谁错! 蜂鸟音乐发了声明,...

2025-06-19
微软edge浏览器为什么逐渐被其他的浏览器代替?

微软edge浏览器为什么逐渐被其他的浏览器代替?

微软周一宣布,将在欧洲停止目前Microsoft Edge的...

2025-06-19