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 04:30:14

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
《潜伏》里的翠萍为什么不会被人怀疑是卧底?

《潜伏》里的翠萍为什么不会被人怀疑是卧底?

破绽太多,就不是破绽! 吴站长的怀疑: 他为什么不愿意把老婆...

2025-06-21
今年西瓜收购价只有 2 毛一斤,有瓜农把西瓜扔池塘,现在超市西瓜仍几元一斤,为何会这样?

今年西瓜收购价只有 2 毛一斤,有瓜农把西瓜扔池塘,现在超市西瓜仍几元一斤,为何会这样?

南宁,崇左一带的西瓜是全国品质最差的,跟不上时代就必然会淘汰...

2025-06-21
为什么tokio能成为rust异步标准?

为什么tokio能成为rust异步标准?

wmproxy wmproxy已用Rust实现***/***...

2025-06-21
如何看待极客湾评测麒麟X90的性能与表现?

如何看待极客湾评测麒麟X90的性能与表现?

一开始的预测是CPU单核9010,多核m2,GPU对比910...

2025-06-21
这种裙子是不是对直男爆杀?

这种裙子是不是对直男爆杀?

咋说呢,欧美款型的裙子欧美身材穿才是薄纱,在大街上见过瘦到特...

2025-06-21