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 18:50:11

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
黄仁勋偷偷高调背后,是2026年的一场硬仗_中国_上海浦东_芯片

黄仁勋偷偷高调背后,是2026年的一场硬仗_中国_上海浦东_芯片

黄仁勋偷偷高调背后,是2026年的一场硬仗_中国_上海浦东_芯片...

2026-01-25
systemd吞并了什么?

systemd吞并了什么?

只吞了init的。 剩下的那些玩意儿,只是套个壳。 比如...

2025-06-29
从上春晚到撒15亿,腾讯、宇树们血拼春节档?_营销_红包_用户

从上春晚到撒15亿,腾讯、宇树们血拼春节档?_营销_红包_用户

其中,最关键的是2025年这场,当时与宇树有过合作基础的张艺谋团队,向宇树表达了再度上春晚的邀约意向,也要求后者要高度配合节目演练,最终宇树接下了这一需求,并在当年度成功表演了《秧bot》节目,还凭此一炮而红…...

2026-01-28
小米 YU7 发布会,有哪些大说特说的点其实是行业基操?

小米 YU7 发布会,有哪些大说特说的点其实是行业基操?

研发从业17年,汽车座舱的底层是技术,最上层就是人性化,上层...

2025-06-29
Caddy 和 Nginx 比有哪些优点和缺点?

Caddy 和 Nginx 比有哪些优点和缺点?

本内容是对知名性能评测博主 Anton Putra Ngin...

2025-06-29