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?

2025-06-18 00:25:12

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
罗马仕宣布召回超 49 万台充电宝,极端场景下可能有燃烧风险,有多危险?为何有安全隐患的产品能够上市?

罗马仕宣布召回超 49 万台充电宝,极端场景下可能有燃烧风险,有多危险?为何有安全隐患的产品能够上市?

算是半个业内人士吧,做车用锂电池的 我比较关注的是这两个...

2025-06-21
为什么我感觉Gemini 2.5 Pro模型有一种异常的强?

为什么我感觉Gemini 2.5 Pro模型有一种异常的强?

最近 Gemini 2.X 的报告 (广告贴?)放出来了,来...

2025-06-21
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

阿里腾讯抖音都非常想自建骨干网城域网,在每个城市最后几公里十...

2025-06-21
2025 年,Conda、uv、pixi 应当如何选择?

2025 年,Conda、uv、pixi 应当如何选择?

rye 已经被开发者换到 uv 了。 。 。 uv bui...

2025-06-21
继续C++还是转前端?

继续C++还是转前端?

现在都2025年了,AI写代码已经很智能了,受影响最大的就是...

2025-06-21