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 19:20:11

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
中国肥胖率最高的省是河北,北方地区的肥胖率普遍高于南方,是什么原因让北方人更容易发胖?

中国肥胖率最高的省是河北,北方地区的肥胖率普遍高于南方,是什么原因让北方人更容易发胖?

前两天我老家家族一个堂弟猝死了,猝死的原因是原本就有高血压,...

2025-06-28
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了?

现在写 J***aScript 的是不是已经没人在用 class 这个关键字了?

两年以前,我在这个回答下边写了一千来字草稿,试图论证 cla...

2025-06-28
如何看待广西举全区之力支持柳州化解债务?为什么最近地方债又重回公众视野?

如何看待广西举全区之力支持柳州化解债务?为什么最近地方债又重回公众视野?

网上的说法: 自治区党委常委会研究广西国控资本运营集团有限责...

2025-06-28
当下房子已经跌到这样了,你会买吗,为什么?

当下房子已经跌到这样了,你会买吗,为什么?

是的,现在深圳房价确实还在下行,只不过确实下行趋势放缓了,但...

2025-06-28
coreldraw软件算是冷门软件吗?

coreldraw软件算是冷门软件吗?

2000年前后,这货可是火得一塌糊涂,妥妥的一线设计软件。 ...

2025-06-28