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?

2025-06-26 01:25:10

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
最后买了一个树莓派,想用python控制摄像头读取***流,再利用socket发送出去。大家觉得可行么?

最后买了一个树莓派,想用python控制摄像头读取***流,再利用socket发送出去。大家觉得可行么?

文章来源: ***://raspberry.dns8844....

2025-06-21
陈楚生第一,马嘉祺淘汰,如何评价《歌手 2025》第六期所有歌手的演唱?

陈楚生第一,马嘉祺淘汰,如何评价《歌手 2025》第六期所有歌手的演唱?

麦可 · 布雷 Feeling Good看前***就知道为什...

2025-06-21
为什么鸿蒙PC要排斥Linux生态?

为什么鸿蒙PC要排斥Linux生态?

Linux生态和FreeDesktop生态不一样。 SEL...

2025-06-21
Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?

现在AI届有两大羊毛,一个是Cursor的edu邮箱用户可以...

2025-06-21
有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗?

有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗?

这让我想起了之前遇到的几位租客。 我有一套老破小,两室一厅...

2025-06-21