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 15:45:17

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
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任?

网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任?

这不光是酒店的问题。 看了图片,这传染病四项的试剂是万孚的...

2025-06-20
世俱杯小组赛,迈阿密国际 2-1 波尔图,梅西任意球破门,如何评价本场比赛?

世俱杯小组赛,迈阿密国际 2-1 波尔图,梅西任意球破门,如何评价本场比赛?

这场比赛真是冷门——梅西帮迈阿密赢了,创造了一个纪录: ...

2025-06-20
rust 解决了什么问题?

rust 解决了什么问题?

很多人讨论rust能不能解决内存bug,关于这一点我觉得c+...

2025-06-20
苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

泰山架构,八龙基带,灵犀通信,玄武车身,昆仑玻璃,***模型...

2025-06-20
炫富真的很爽吗?

炫富真的很爽吗?

“我家电费一年有40多万,很多人不信。 ” “大部分人很难相...

2025-06-20