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?

2025-06-19 00:30:11

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
有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?

有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?

转发别人的,背景是以色列动员30万人打加沙。 在中国,刘德...

2025-06-20
怀集洪水后,赵一鸣零食店被哄抢,物资和收银机里面的几千块钱被哄抢一空,如何评价?

怀集洪水后,赵一鸣零食店被哄抢,物资和收银机里面的几千块钱被哄抢一空,如何评价?

谁说中国人没有自己的零元购! 员工冒着洪水淹没至胸口的风险,...

2025-06-20
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?

如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?

最新自研 tauri2.0+vue3.6+deepseek+...

2025-06-20
使用Linux系统有什么优势,亮点在哪里?

使用Linux系统有什么优势,亮点在哪里?

一、瞬间拉高媳妇查岗成本 1、理论篇 GNU/Linux 有...

2025-06-20
如何客观评价李小冉的长相?

如何客观评价李小冉的长相?

李小冉大概二十五年前吧,拍了个电视剧,里边她的颜值太亮眼了,...

2025-06-20