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 11:55:11

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
分田到户能让粮食产量大量增加吗?有何依据?

分田到户能让粮食产量大量增加吗?有何依据?

有的是揣着明白装糊涂,有的是真不懂 不敢说真话,编了个积极性...

2025-06-22
如何看待 Rust 写的 PNG 解码器比 C 实现更快?

如何看待 Rust 写的 PNG 解码器比 C 实现更快?

很符合我对Rust壬的刻板印象 为什么Rust实现比c快 s...

2025-06-22
threejs是如何才能渲染出这种效果的?

threejs是如何才能渲染出这种效果的?

开篇废话:跟之前的文章一样,开篇之前,总要写几句废话,大抵也...

2025-06-22
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案,该案件有哪些细节值得关注?

上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案,该案件有哪些细节值得关注?

判的一点都没毛病.法官说理说的挺清楚的, 本案中,得物公司在...

2025-06-22
你如何评价小米这个品牌?

你如何评价小米这个品牌?

别的产品不敢说很懂,所以不好评价,只说说小米的净水器。 首...

2025-06-22