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 00:00:17

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
汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?

汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?

流传甚广的联合国宪章最薄我没看过,但今天看了一个联合国决议,...

2025-06-20
“哨兵模式”涉嫌泄密,你支持封杀特斯拉吗?

“哨兵模式”涉嫌泄密,你支持封杀特斯拉吗?

这就不得不聊下国企优秀的保密策略了。 企业内部的一些通用开...

2025-06-20
亚洲体坛最漂亮的十位女运动员都有谁?

亚洲体坛最漂亮的十位女运动员都有谁?

推荐一个~冯竟爽!貌美肤白大长腿!参加的还是铁人三项!实力和...

2025-06-20
lar***el是php架构最垃圾的性能,为什么那么多人还是自我感觉良好?

lar***el是php架构最垃圾的性能,为什么那么多人还是自我感觉良好?

性能在web开发里没有那么重要 以前入职过一家公司,公司里大...

2025-06-20
全平台应用框架会是趋势吗?flutter、tauri、maui你更看好哪一个?

全平台应用框架会是趋势吗?flutter、tauri、maui你更看好哪一个?

趁着国庆前夕,分享一款最新原创研发的跨平台 tauri2.0...

2025-06-20