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?

2025-06-22 09:05:10

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
你曾看到空乘做过的最傻的事情是什么?

你曾看到空乘做过的最傻的事情是什么?

在线急寻那位当时和我坐对面的空乘小姐姐,还想听一次你那如此“...

2025-06-18
据说go和c#的开发者都说自己比较节省内存,你们认为呢?

据说go和c#的开发者都说自己比较节省内存,你们认为呢?

自古以来的服务器应用都是一台服务器跑一个 server **...

2025-06-18
吴柳芳的真实水平如何?

吴柳芳的真实水平如何?

真实水平应该挺高的, 起码是被大众鉴定过的, 刚刚去看了一下...

2025-06-18
理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般?

理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般?

自研新作 flutter3.32+dart3.8+deeps...

2025-06-18
如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染,医生被停职?反映出哪些问题?

如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染,医生被停职?反映出哪些问题?

这事真的就是资本NB,不服不行。 HIV是药企最喜欢的疾病...

2025-06-18