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?

2025-06-23 06:05:09

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
Rust的工程配置为何用toml格式?

Rust的工程配置为何用toml格式?

选择一个足够先进、坑少的格式是非常明智的,否则后患无穷。 T...

2025-06-27
仰望u9明明技术实力更强,为什么纽北的成绩没有小米su7ultra好?

仰望u9明明技术实力更强,为什么纽北的成绩没有小米su7ultra好?

你看看,被营销带沟里去了吧。 我给你举个例子,小米su7明...

2025-06-27
黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?

黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?

这是上海戏剧学院2022年出台的「申请-考核制」文件,你可以...

2025-06-27
为什么现在的年轻人更容易觉得疲惫?

为什么现在的年轻人更容易觉得疲惫?

因为没有精气神。 我爸以前是国营单位的伐木工。 这工作累...

2025-06-27
我国有能力发现B2并摧毁吗?

我国有能力发现B2并摧毁吗?

马上就阅兵了,到时候会有几辆卡车,后面车斗上是一个个大平板,...

2025-06-27