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?

2025-06-20 06:50:10

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
四岁的女孩儿跳舞怕压腿,家长该坚持吗?

四岁的女孩儿跳舞怕压腿,家长该坚持吗?

每次有家长痴迷练舞压腿练气质我就发这张图。 这大腿骨怎...

2025-06-23
为什么同样是输球,常州和国足的风评却差那么多呢?

为什么同样是输球,常州和国足的风评却差那么多呢?

又来更新了,常州真的是老实人,从招队员开始,就把职业球员排除...

2025-06-23
网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?

网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?

我估计了一下,大概可以做到百元以内,大概率免费。 使用Clo...

2025-06-23
如何评价《情感反诈模拟器》超越《黑神话:悟空》登顶 Steam 中国区热销榜?

如何评价《情感反诈模拟器》超越《黑神话:悟空》登顶 Steam 中国区热销榜?

黑神话辱女也就图一乐,真辱女还得看《情感反诈模拟器》。 这...

2025-06-23
老板说我设计了一周的海报还是不行,我到底该怎么学啊?

老板说我设计了一周的海报还是不行,我到底该怎么学啊?

如果你老板要求不高的话,还可以抢救一下,但是也得学一段时间 ...

2025-06-23