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 21:35:16

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
评价一下Proxmox VE与ESXi的优劣?

评价一下Proxmox VE与ESXi的优劣?

esxi 就是靠 vcenter vsan vmotion ...

2025-06-18
为什么苹果手机杀后台现象频繁?是内存不够、后台管理严格还是其他原因呢?

为什么苹果手机杀后台现象频繁?是内存不够、后台管理严格还是其他原因呢?

根据苹果社区开发者们的测试,iOS是一个不存在页面交换和zr...

2025-06-19
为什么越来越多的国内男孩,要娶国外女孩?

为什么越来越多的国内男孩,要娶国外女孩?

我老婆和女儿....... 事实上中国男性在外面还是挺受...

2025-06-19
为什么Rust的包管理器Cargo这么好用?

为什么Rust的包管理器Cargo这么好用?

bacon 点燃 Rust:比 cargo-watch 更爽...

2025-06-19
在NAS上安装了什么应用,让你的生活体验有了巨大的提升?

在NAS上安装了什么应用,让你的生活体验有了巨大的提升?

赞藏比马上 1 :3 了,求多点点赞 我在NAS上使用的应用...

2025-06-19