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 12:30:14

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
你认为这次伊以冲突,以色列这次干得漂亮吗?

你认为这次伊以冲突,以色列这次干得漂亮吗?

2014年出卖中伊贸易企业名单,导致长公主被拘禁。 虽然菊花...

2025-06-20
为什么现在小县城的孩子越来越学不过大城市的孩子?

为什么现在小县城的孩子越来越学不过大城市的孩子?

曾经在网上看到一条新闻,女孩在北京工作了一两年,但从来都没有...

2025-06-20
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

不请自来。 作为一名游戏开发程序员,说说我在为游戏适配hm...

2025-06-20
如何评价前端框架 Solid?

如何评价前端框架 Solid?

Solid 很灵活。 它没有和 Web 绑死,没有和特殊的编...

2025-06-20
网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

我第一时间想起了: /** * _ooOoo_ * o888...

2025-06-20