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?

2025-06-18 05:10:09

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
苹果***首次支持国补,最高补贴不超 2000 元,适用范围有哪些?***补贴后价格有优势吗?

苹果***首次支持国补,最高补贴不超 2000 元,适用范围有哪些?***补贴后价格有优势吗?

这应该是苹果官方在大陆历史上最大的优惠力度了,没有之一! 如...

2025-06-24
高德地图红绿灯读秒怎么实现的?

高德地图红绿灯读秒怎么实现的?

首先放结论:高德有相关的专利公开关于这个问题,之前看到相关报...

2025-06-24
为什么一部分 Go 布道师的博客不更新了?

为什么一部分 Go 布道师的博客不更新了?

哈哈,首先我不是布道师,算是 go 语言的爱好者吧。 😄 自...

2025-06-24
同样是对标安卓系统,为什么谷歌的Fuchsia死了,而华为的鸿蒙却愈发壮大?

同样是对标安卓系统,为什么谷歌的Fuchsia死了,而华为的鸿蒙却愈发壮大?

首先,即使经历了裁员,Fuchsia还在开发,并没有正式宣布...

2025-06-24
如何评价DisplayPort 2.2(DP 2.2)160Gbps带宽大幅度反超HDMI 2.2?

如何评价DisplayPort 2.2(DP 2.2)160Gbps带宽大幅度反超HDMI 2.2?

今年1月在CES上,HDMI论坛正式推出了HDMI 2.2规...

2025-06-24