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?

2025-06-23 08:35:11

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
向美霸权亮剑!9位大佬呼吁“举国体制”,中国芯的终局战打响了_阿斯麦_美国科技_企业

向美霸权亮剑!9位大佬呼吁“举国体制”,中国芯的终局战打响了_阿斯麦_美国科技_企业

它直接戳中了中国芯片产业最痛的伤口,也让所有人看清了一个残酷现实:面对美国越收越紧的封锁铁幕,靠单打独斗绝无胜算,唯有攥紧拳头,方能杀出一条血路!举国之力绝不是一句空话,它是政策的强力引导,是企业的生死协作,…...

2026-03-09
三只羊没上市,但小杨哥确实急需一张“出海”的船票_公司_业务_显示

三只羊没上市,但小杨哥确实急需一张“出海”的船票_公司_业务_显示

三只羊没上市,但小杨哥确实急需一张“出海”的船票_公司_业务_显示...

2026-02-28
谷歌生图新王Nano Banana 2深夜突袭!性能屠榜速度飞升,价格腰斩【附实测】_Pro_图片

谷歌生图新王Nano Banana 2深夜突袭!性能屠榜速度飞升,价格腰斩【附实测】_Pro_图片

谷歌生图新王Nano Banana 2深夜突袭!性能屠榜速度飞升,价格腰斩【附实测】_Pro_图片...

2026-02-27
大疆硬刚:被美制裁近10年,反诉FCC胜算大吗?_美国_企业_Textron

大疆硬刚:被美制裁近10年,反诉FCC胜算大吗?_美国_企业_Textron

2024年10月,大疆就此在美国哥伦比亚特区联邦地区法院提起诉讼,请求撤销这一列名决定,称其对商业信誉和市场业务造成重大不利影响。 然后,时间来到了2025年12月,美国联邦通信委员会(FCC)将大疆及其产品…...

2026-02-28
今年的MWC,手机厂商们都开始“不务正业”了。。。_模块_荣耀_Wi-Fi

今年的MWC,手机厂商们都开始“不务正业”了。。。_模块_荣耀_Wi-Fi

今年的MWC,手机厂商们都开始“不务正业”了。。。_模块_荣耀_Wi-Fi...

2026-03-05