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 08:05:10

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
长期使用的大佬来说说,MacOS 真的比 Windows 稳定吗?

长期使用的大佬来说说,MacOS 真的比 Windows 稳定吗?

长期来看,其实Windows系统远比我们想象中的要稳定,30...

2025-06-21
字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?

字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?

创造一个AI Coding的产品,再用这个产品来做AI Co...

2025-06-21
如何自己搭建家庭服务器?

如何自己搭建家庭服务器?

家庭服务器的功能大家好,我姓宏亩,名莱卜,英文名是Homel...

2025-06-21
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

刘建宏已经出来表态了,大概意思就是苏超和村超只有纳入到中国足...

2025-06-21
网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?

网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?

我估计了一下,大概可以做到百元以内,大概率免费。 使用Clo...

2025-06-21