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 22:45:16

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
尊界S800 车内软包部分***用 0.2mm - 0.5mm 超细针脚缝制处于什么工艺水平?

尊界S800 车内软包部分***用 0.2mm - 0.5mm 超细针脚缝制处于什么工艺水平?

我其实是想偷懒的,但有发现有东西可以教给大家,所以,针的知识...

2025-06-20
男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug?

男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug?

你先别管是不是系统误判,你就看这个图。 你就告诉我,你作为...

2025-06-20
99A的装甲防护问题这么大吗?

99A的装甲防护问题这么大吗?

特别注意——谈航向角主要对应的是尾弹仓——航向角好的那几个,...

2025-06-20
张伟丽可以打败什么级别的普通男性?

张伟丽可以打败什么级别的普通男性?

拍个照给你们看,这是我公司隔壁的拳馆。 里面有个泰拳女...

2025-06-20
维护一个大型开源项目是怎样的体验?

维护一个大型开源项目是怎样的体验?

谢邀。 现在全职维护 Vue.js: vuejs/vue ·...

2025-06-20