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?

2025-06-19 07:20:10

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
豆包推出 AI 编程,在「编辑模式」下可以直接前端改图和文字,体验如何?对行业会带来怎样的影响?

豆包推出 AI 编程,在「编辑模式」下可以直接前端改图和文字,体验如何?对行业会带来怎样的影响?

坏消息是做前端的人更加水深火热了,好消息是后端暂时还比较安全...

2025-06-27
小米首款 SUV YU7 发布,有九种配色,25.35 万元起售,该车市场竞争力如何?你会买吗?

小米首款 SUV YU7 发布,有九种配色,25.35 万元起售,该车市场竞争力如何?你会买吗?

之前我猜 YU7 标准版要比 SU7 Pro 版(24.59...

2025-06-27
亲眼见到明星本人是什么体验?

亲眼见到明星本人是什么体验?

2024年7月在武汉因为工作原因接到了一个预约 对方说的是海...

2025-06-27
电脑需要更新windows11吗?

电脑需要更新windows11吗?

答主跟题主做法相反,答主是降级,答主笔记本买来是Window...

2025-06-27
程序员看剧的时候,如果看到有敲代码页面,会暂停看代码吗?

程序员看剧的时候,如果看到有敲代码页面,会暂停看代码吗?

肯定会啊。 比如这个人 他的人设是一个黑客,那么他屏幕上...

2025-06-27