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 22:20:12

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
字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手?

字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手?

几年前有个小趋势,把J***a项目用Go重写,理由是省机器。...

2025-06-24
想往鱼缸里种点水草,但是家里鱼缸大了买水草泥或者底砂太贵了,有没有生活中可以替代的物品或其他建议?

想往鱼缸里种点水草,但是家里鱼缸大了买水草泥或者底砂太贵了,有没有生活中可以替代的物品或其他建议?

用泥巴就可以。 我之前用收纳箱养了一年鳑鲏,就是用泥巴铺底...

2025-06-24
有什么方法可以更快地理解 J***aScript?

有什么方法可以更快地理解 J***aScript?

犹豫不如行动,先找一本完整覆盖语言的书,坚持看完。 书我只...

2025-06-24
为什么各大品牌内存条包装都那么low?

为什么各大品牌内存条包装都那么low?

这种内存分装包装大概率(目前统计概率在60%~70%)是**...

2025-06-24
日本真的有些澡堂和温泉是不分男女的吗?有人去过不分男女的那种吗?

日本真的有些澡堂和温泉是不分男女的吗?有人去过不分男女的那种吗?

没去日本体验过混浴温泉,倒是在德国 FKK 浴场有过几次经历...

2025-06-24