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 05:10:10

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
为什么苹果的Mac不能啃下“游戏”和“软件支持”这2块硬骨头?

为什么苹果的Mac不能啃下“游戏”和“软件支持”这2块硬骨头?

单机游戏甚少有发布之后为了跟进新版操作系统而更新的,不过这么...

2025-06-26
今天在用剪映剪***被一个会Premiere的同学看到了,嘲笑我用剪映,Pr剪辑真的比剪映好吗,好在哪?

今天在用剪映剪***被一个会Premiere的同学看到了,嘲笑我用剪映,Pr剪辑真的比剪映好吗,好在哪?

大部分时候,所谓的易用,傻瓜式,本质上是套用一套或几套预设模...

2025-06-26
为什么16-28岁女性对labubu欲罢不能?

为什么16-28岁女性对labubu欲罢不能?

我的一个女性同事,爱好旅游,追星,看演唱会。 前几年自称不...

2025-06-26
golang总体上有什么缺陷?

golang总体上有什么缺陷?

同一个项目,用go和rust写出来的东西是不一样的。 就我...

2025-06-26
有个漂亮女朋友是种怎样的体验?

有个漂亮女朋友是种怎样的体验?

我只是分享我的喜悦,居然会被攻击,我也是无语,拜托有些人的恶...

2025-06-26