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?

2025-06-24 12:20:13

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
为什么程序员独爱用Mac进行编程?

为什么程序员独爱用Mac进行编程?

ipadmini m4三千元内,我找不到比它个更适合编辑代码...

2025-06-20
前端因为像素还原设计稿而离职,这是个别现象吗?

前端因为像素还原设计稿而离职,这是个别现象吗?

揪着ui那几个像素不放的,当***处理 还有个说这是基本功,...

2025-06-20
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』?如何关闭常用 *** 的这些广告?

为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』?如何关闭常用 *** 的这些广告?

最近 618 ,某东和某宝简直爆炸,手机一天天跳来跳去的.....

2025-06-20
***咖被曝员工月薪 2300 元只休 1 天,这样的薪资和工作条件是否合理?

***咖被曝员工月薪 2300 元只休 1 天,这样的薪资和工作条件是否合理?

正常,河南工资就这么低, 不然你以为“河南人可以润两次”是开...

2025-06-20
自己拥有一台服务器可以做哪些很酷的事情?

自己拥有一台服务器可以做哪些很酷的事情?

一、持有的服务器1.阿里云:2H2G3M,每年99续费,主要...

2025-06-20