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 07:20:10

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
异性同办公室久了会不会日久生情?

异性同办公室久了会不会日久生情?

我最近一年,因为有个项目,经常和一个女同事出差,我是产品,她...

2025-06-18
如果苹果真的下架了微信的话,会发生什么?

如果苹果真的下架了微信的话,会发生什么?

说一个老事吧。 苹果开源API代码里面有一段专门为微信的写注...

2025-06-18
中央多份重磅文件出台,密集释放「涨工资」「提高居民收入」的信号,这背后有何深意?

中央多份重磅文件出台,密集释放「涨工资」「提高居民收入」的信号,这背后有何深意?

我的建议是看看就行。 中国的各项政策,给老百姓让利的一定是...

2025-06-18
新疆机票价格暴涨,上海飞乌鲁木齐往返超 6000 元,为什么旅游旺季还没到价格就飞涨?新疆旅游有多火?

新疆机票价格暴涨,上海飞乌鲁木齐往返超 6000 元,为什么旅游旺季还没到价格就飞涨?新疆旅游有多火?

我能想到的原因,有4.5个。 原因1:大美新疆,当得起旅游...

2025-06-18
女孩子第一次穿高跟鞋是什么体验?

女孩子第一次穿高跟鞋是什么体验?

如果不算小时候臭美穿的小皮鞋,第一次穿高跟鞋应该是毕业面试的...

2025-06-18