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?

2025-06-18 04:05:09

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
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?

男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?

某天在公园健身区,看到一个五十多岁的大妈身穿紧身瑜伽裤在拉伸...

2025-06-19
蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

来到了我的专业领域,我是做版权生意的! 然后呢,我还和张丹认...

2025-06-19
为什么web worker可以在前端开多线程,解决单线程卡死页面的问题,但是没有得到广泛使用?

为什么web worker可以在前端开多线程,解决单线程卡死页面的问题,但是没有得到广泛使用?

Worker本身的实现确实是繁琐的,尤其是 postMess...

2025-06-19
Chrome 浏览器设计的神细节有哪些?

Chrome 浏览器设计的神细节有哪些?

最近下载 Google Chrome 时,发现了一个小 bu...

2025-06-19
为什么linux桌面那么丑?

为什么linux桌面那么丑?

首先,现在的Linux桌面图形界面一点儿也不丑。 。 。 ...

2025-06-19