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?

2025-06-21 10:20:11

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
中国发动机是技术落后,还是材料技术没有攻克?

中国发动机是技术落后,还是材料技术没有攻克?

中美俄发动机寿命对比:美4000小时,俄1000小时,中国是...

2025-06-23
国产游戏《影之刃零》算“魂系游戏”吗,如果不算,它算什么?

国产游戏《影之刃零》算“魂系游戏”吗,如果不算,它算什么?

感谢邀请,回答这个问题,就需要跳出这个问题。 因为“Genr...

2025-06-23
「苏超」用 5—10 元的低价门票,为全省「踢」出超 3 亿元真金白银,「苏超」爆火做对了什么?

「苏超」用 5—10 元的低价门票,为全省「踢」出超 3 亿元真金白银,「苏超」爆火做对了什么?

我觉得, 长久以来,中国足球金字塔体系有个很大的问题: 割裂...

2025-06-23
为什么Rust的包管理器Cargo这么好用?

为什么Rust的包管理器Cargo这么好用?

好用,指 request 被一个死了九年的包占用。 新来的...

2025-06-23
为什么苹果公司无法制造出性价比高的 Mac 电脑?

为什么苹果公司无法制造出性价比高的 Mac 电脑?

其实纯粹说什么性价比,得出来的结论可能会让人啼笑皆非。 比...

2025-06-23