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 08:35:15

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
postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢?

postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢?

普通人用pg会碰到稀奇古怪的障碍,一气之下就退回mysql了...

2025-06-20
乡下的土鸡真的值100块钱吗?

乡下的土鸡真的值100块钱吗?

这只鸡你想100块买走?你几个菜啊喝成这样。 看评论区...

2025-06-20
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?

Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?

macOS漂亮是漂亮,但是并没有GNU/Linux流畅啊。 ...

2025-06-20
为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?

为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?

因为没资格,微软在ui设计语言方面跟谷歌一个级别。 Win7...

2025-06-20
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动?

如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动?

刚刚查摆完,党委要求每一条都要有,编也得编,编完之后经过层层...

2025-06-20