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?

2025-06-21 00:55:17

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
golang 与rust 在服务器程序领域相比较,各有什么优劣势?

golang 与rust 在服务器程序领域相比较,各有什么优劣势?

Rust 高级,可维护性高,Golang 低级,写出来东西快...

2025-06-20
B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

好的,咱们直接上硬核分析!B站厨师UP主的江湖地位,光看粉丝...

2025-06-20
Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

Gemini 2.5 Flash和Gemini 2.5 Pr...

2025-06-20
遭遇生理性涨奶该怎么办?

遭遇生理性涨奶该怎么办?

我的案例:我们在产后第三天开始生理性胀奶。 摸起来整个乳房都...

2025-06-20
golang总体上有什么缺陷?

golang总体上有什么缺陷?

同一个项目,用go和rust写出来的东西是不一样的。 就我...

2025-06-20