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 08:55:12

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
Redis 是个单线程的程序,每秒 10000,为什么会这么快?具体是快在哪里?EPOLL 还是内存?

Redis 是个单线程的程序,每秒 10000,为什么会这么快?具体是快在哪里?EPOLL 还是内存?

Redis为什么这么快? 完全基于内存,数据存在内存中,...

2025-06-19
大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?

大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?

当然不会。 我虽然结婚十几年了,但去逛街都会打扮的漂漂亮亮...

2025-06-19
如何看待微软宣布与 AMD 达成多年持续合作开发下一代xbox游戏主机?

如何看待微软宣布与 AMD 达成多年持续合作开发下一代xbox游戏主机?

先说个相关传言的背景介绍: 今年开头的时候知名硬件爆料人...

2025-06-19
《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份,如何看待这一行为?

《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份,如何看待这一行为?

因为诛仙写于2003年,在那个网络都没全民普及的年代里, 萧...

2025-06-19
如何评价curl和libcurl库史诗级漏洞影响?

如何评价curl和libcurl库史诗级漏洞影响?

稍微瞟了一眼这个漏洞,关键在于这个hostname_len,...

2025-06-19