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 09:55:17

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
各位大佬,我自学了python,写了一个脚本准备卖钱,怎么样才能让这个脚本只能绑定一台电脑使用?

各位大佬,我自学了python,写了一个脚本准备卖钱,怎么样才能让这个脚本只能绑定一台电脑使用?

我自己弄过几次了,都是币圈的一些脚本。 撸空投、薅羊毛,前段...

2025-06-20
伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹,其威力有多大?

伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹,其威力有多大?

伊朗这是把压箱底的玩意搬出来了,自认为的战略级武器---“泥...

2025-06-20
各位都在用Docker跑些什么呢?

各位都在用Docker跑些什么呢?

看了前面的回答,常见的软件都是: 绘图工具 draw堡垒机 ...

2025-06-20
Rust开发Web后端效率如何?

Rust开发Web后端效率如何?

先叠几个定语: 你要是写Reactive Web,用Web ...

2025-06-20
30岁了,你在深圳过着什么样的生活?

30岁了,你在深圳过着什么样的生活?

31岁未婚,是一名少儿形体***老师,周六周日机构忙的起飞,...

2025-06-20