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 16:45:18

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
江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任?

江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任?

公告里的一句话看的我一身冷汗,就是这句:经家属请求,诊治医生...

2025-06-21
书法学习路上最大的坑是什么?

书法学习路上最大的坑是什么?

昨天朋友姑娘来我家玩,看见就这张字,她说也想写一写。 我从...

2025-06-20
中央多份重磅文件出台,密集释放「涨工资」「提高居民收入」的信号,这背后有何深意?

中央多份重磅文件出台,密集释放「涨工资」「提高居民收入」的信号,这背后有何深意?

其实他们说这个话的本意是人少了,年轻人大幅度减少了。 那么就...

2025-06-20
Flutter 为什么没有一款好用的UI框架?

Flutter 为什么没有一款好用的UI框架?

有, 而且很高质量! (辛苦整理全是收藏,没有关注点赞和评论...

2025-06-20
哪一句话让你沉默了很久?

哪一句话让你沉默了很久?

前阵子,王宝强出了个新剧《棋士》,我跟我老婆还有我岳母吃饭的...

2025-06-20