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?

2025-06-19 09:55:14

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
你卡过最厉害的bug是什么?

你卡过最厉害的bug是什么?

我娃卡出来的bug, 现在的孩子吧,给手机就不好好学习。 不...

2025-06-29
为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?

为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?

我觉得吧,很多时候,解释是没有用的。 在这方面Go确实要比其...

2025-06-29
和男朋友同居期间,被男朋友妈妈骂了,要怎么办呢?后续要如何相处呢?

和男朋友同居期间,被男朋友妈妈骂了,要怎么办呢?后续要如何相处呢?

一个标点符号没有,我给你概述一下,免得大家看得费劲: 女生与...

2025-06-29
B站充电专属***有被爬虫破解过吗?有无解析工具?

B站充电专属***有被爬虫破解过吗?有无解析工具?

不付费就直接看的破解很难,但想遏制二传不可能 国内几乎没有上...

2025-06-29
用PHP写了个小框架,怎么才能得到大佬们的指点?

用PHP写了个小框架,怎么才能得到大佬们的指点?

1、 ***还不错,应该花了很多时间弄的吧,赞一个。 1....

2025-06-29