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 11:10:13

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 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?

为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?

因为没资格,微软在ui设计语言方面跟谷歌一个级别。 Win7...

2025-06-24
隔壁公司因业务开了一堆AP,把2.4GHz和5GHz的多个信道都用上了,干扰严重我们该怎么办?

隔壁公司因业务开了一堆AP,把2.4GHz和5GHz的多个信道都用上了,干扰严重我们该怎么办?

合规的方法,买2个阿鲁巴的ap,挂在最靠近隔壁公司的两个角打...

2025-06-24
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?

我们产品一个go实现的后台,高并发大流量时cpu十分繁忙,g...

2025-06-24
Steam上有哪些优秀的即时战略(RTS)游戏?

Steam上有哪些优秀的即时战略(RTS)游戏?

前言:这是一篇收集并整理了近三个月的回答,考虑到文章的时间跨...

2025-06-24
长沙的你择偶标准是怎样的呢?

长沙的你择偶标准是怎样的呢?

***女,165/49kg,高校教师, 硕士毕业于伦敦国王学...

2025-06-24