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 11:10:14

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
为什么董明珠攻击小米空调,而公牛却没有攻击小米插座?

为什么董明珠攻击小米空调,而公牛却没有攻击小米插座?

小米插座进来之后,公牛改的那个叫作快啊。 现在公牛插座的设计...

2025-06-29
听说百度文心一言已经停止训练了,真的***的?百度这是准备放弃ai了吗?

听说百度文心一言已经停止训练了,真的***的?百度这是准备放弃ai了吗?

百度不是被谁打死的,是躺在金山上饿晕的。 2010年百度市...

2025-06-29
新修订的治安管理处罚法重构「被殴打还手即互殴」的认定标准,明确正当防卫免处罚,怎样从法律角度解读?

新修订的治安管理处罚法重构「被殴打还手即互殴」的认定标准,明确正当防卫免处罚,怎样从法律角度解读?

这个比较好一些 在正当防卫的法律构成要件上就存在多个要件。 ...

2025-06-29
如何评价mq白这个人?

如何评价mq白这个人?

技术差,人不行;还搞饭圈那套;他不是真正的大佬;也就懂些语法...

2025-06-29
REDMI 发布了 K Pad 平板,K Pad 在性能、设计和价格上能否脱颖而出?

REDMI 发布了 K Pad 平板,K Pad 在性能、设计和价格上能否脱颖而出?

作为半个小米粉,多少是有丢丢想吐槽,双C口的设计看似很友好,...

2025-06-29