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?

2025-06-21 15:05:22

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
Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

现在AI届有两大羊毛,一个是Cursor的edu邮箱用户可以...

2025-06-21
如何评价***伊内斯·特洛奇亚的身材?

如何评价***伊内斯·特洛奇亚的身材?

5月4日,娱乐媒体晒出超级***伊内斯·特洛奇亚身穿比基尼现...

2025-06-21
用Unity做游戏,所有小兵怪兽单位共用一个脚本写好还是每个单位用不同的脚本?

用Unity做游戏,所有小兵怪兽单位共用一个脚本写好还是每个单位用不同的脚本?

当然是共用一个脚本好,因为他们本身就是一模一样的东西,你所谓...

2025-06-21
商业史上有哪些降维打击的经典案例?

商业史上有哪些降维打击的经典案例?

因为炮叔叔在网创圈,野路子比较多,这里就拿一些网创圈的案例来...

2025-06-21
和女生合租,都会发生什么事情?

和女生合租,都会发生什么事情?

第一次租房就是跟女生,开眼了,某天回来看见她正用洗衣机,然后...

2025-06-21