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 04:45:14

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
广东怀集水灾后一家超市疑似被哄抢,这种行为在灾难面前的道德和法律问题如何看待?

广东怀集水灾后一家超市疑似被哄抢,这种行为在灾难面前的道德和法律问题如何看待?

不用怀疑了,是真的!赵一鸣零食店遭哄抢***!这几天我发现零...

2025-06-20
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告,对行业有何影响?

华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告,对行业有何影响?

作为作者之一,我主要讲讲写这篇论文的动机。 这篇论文中我们毫...

2025-06-20
如何评价网易国产动作冒险单机新作《归唐》首支预告片?

如何评价网易国产动作冒险单机新作《归唐》首支预告片?

看了下首发PV,这次网易游戏的《归唐》背景故事是放在一个比较...

2025-06-20
华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒?

华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒?

我个人一点看法,我买了16pm。 其实我在对比ov的ult...

2025-06-20
如何评价高圆圆的身材算是美女类型的吗?

如何评价高圆圆的身材算是美女类型的吗?

不是,朋友们,光收藏不点赞会ed啊!!!! 行了我知道你们想...

2025-06-20