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?

2025-06-22 00:50:16

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
有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?

有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?

听歌不用会员 畅听全网歌曲 GitHub超火的开源软件 音流...

2025-06-19
央企的信创,是否有必要把 spring 替换成国产的 solon ?

央企的信创,是否有必要把 spring 替换成国产的 solon ?

2021 年我亲自去现场部署过信创环境,某某档案系统。 J*...

2025-06-19
Rust 未来会成为主流的编程语言吗?

Rust 未来会成为主流的编程语言吗?

python以前狐***虎威,表面上看着是python做了很...

2025-06-20
凤凰传奇曾毅公开佩戴含有不雅元素的手表,这涉嫌违法吗?如何从法律角度解读?

凤凰传奇曾毅公开佩戴含有不雅元素的手表,这涉嫌违法吗?如何从法律角度解读?

心里不雅的人看啥都不雅,1点钟是抱着小孩,2点和9点是趴姿和...

2025-06-19
为何雷军天天健身,却无健身痕迹?

为何雷军天天健身,却无健身痕迹?

因为他撒谎了! 他说他跑步,月均300公里。 对,不跑步的人...

2025-06-19