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?

2025-06-22 15:45:11

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
哪张照片让你觉得刘亦菲美得不可方物?

哪张照片让你觉得刘亦菲美得不可方物?

黑色职业装刘亦菲 复古刘亦菲 ...

2025-06-25
为什么都认为无GC语言一定会比有GC语言要快?

为什么都认为无GC语言一定会比有GC语言要快?

Go往往跟Rust持平甚至超越这个观点是错误的,GO的性能很...

2025-06-25
为什么Rust的包管理器Cargo这么好用?

为什么Rust的包管理器Cargo这么好用?

好用,指 request 被一个死了九年的包占用。 新来的...

2025-06-25
GoLang不需要Rakefile/Makefile,是如何实现交叉编译的?如在X86上生成MIPS的可执行。

GoLang不需要Rakefile/Makefile,是如何实现交叉编译的?如在X86上生成MIPS的可执行。

Golang 团队从系统调用开始,从头搓了一套,什么都不依赖...

2025-06-25
为什么国内程序员们没有联合起来设计一种中英文严格2:1宽度比的字体呢?

为什么国内程序员们没有联合起来设计一种中英文严格2:1宽度比的字体呢?

推荐一款在GitHub开源的字体: Maple Font ,...

2025-06-25