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?

2025-06-20 03:40:09

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
南方航空 2024 年净亏 16.96 亿元,连续 5 年亏损,如此难盈利的民航,商业模有哪些缺点?

南方航空 2024 年净亏 16.96 亿元,连续 5 年亏损,如此难盈利的民航,商业模有哪些缺点?

就说几个事。 1.东航都把京沪线留在首都机场了,南航京广京...

2025-06-29
哪张照片让你觉得刘亦菲美得不可方物?

哪张照片让你觉得刘亦菲美得不可方物?

那自然是刘亦菲打枪图: 这颜值,这发量,这腰身,这曲...

2025-06-29
浙江省内,宁波为什么高中教育超过杭州?是因为宁波有镇海中学吗?

浙江省内,宁波为什么高中教育超过杭州?是因为宁波有镇海中学吗?

你吹镇海的高考也就算了,吹整个高中教育那就算了,别的不说,清...

2025-06-29
为什么负荷那么大的腰部力量训练的人不会受伤,长期无载荷久坐的人会出现腰肌劳损?

为什么负荷那么大的腰部力量训练的人不会受伤,长期无载荷久坐的人会出现腰肌劳损?

理论方面我不太了解,我认为是肌肉力量的关系。 比如你做引体...

2025-06-29
为什么大部分人都认为2560x1440是2K?

为什么大部分人都认为2560x1440是2K?

你说这个我就精神了,咱们来讨论一下USB1.0 ,USB2....

2025-06-29