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 09:20:17

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
湖北省荆州市为什么发展不起来?

湖北省荆州市为什么发展不起来?

荆州地区与宜昌地区中间隔了一条沮漳河,我老家就住在河边,我是...

2025-06-20
以前很多人家里都有家庭***,为什么现在几乎看不到了?

以前很多人家里都有家庭***,为什么现在几乎看不到了?

我觉得主要是流行的问题。 50后60后和部分70后如果不喝...

2025-06-20
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?

为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?

王力宏,林俊杰应该没什么问题,陈奕迅有概率会跪。 其他人,...

2025-06-20
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?

Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?

rust 的 result 是枚举,只有2个答案,要么ok要...

2025-06-20
字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?

字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?

创造一个AI Coding的产品,再用这个产品来做AI Co...

2025-06-20