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 07:50:10

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
为什么中国现在敢和美国硬刚了?

为什么中国现在敢和美国硬刚了?

不是已经回答了吗。 是因为中国的实力越来越强大,才敢跟美国硬...

2025-06-27
脸与身材不符是种怎样的体验?

脸与身材不符是种怎样的体验?

知乎第一个四千赞,谢谢大家点赞呀! 再加更新两张新拍的图吧,...

2025-06-27
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm?

为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm?

因为苹果自己定制了ARM指令集和UEFI启动 简单来说就是苹...

2025-06-27
阿里合伙人「缩编」至 17 人,张勇、彭蕾、俞永福等 9 人退出,对阿里业务及企业管理有哪些影响?

阿里合伙人「缩编」至 17 人,张勇、彭蕾、俞永福等 9 人退出,对阿里业务及企业管理有哪些影响?

阿里巴巴合伙人及委员会再调整。 根据6月26日晚间阿里巴巴集...

2025-06-27
女生真正的完美身材是什么样子?

女生真正的完美身材是什么样子?

身高175,脚跟到肚脐108,体重63~67,肩宽41~43...

2025-06-27