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?

2025-06-20 07:50:10

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
前端如何设计网页?

前端如何设计网页?

2025年6月,苹果在WWDC 2025上发布了令人惊艳的i...

2025-06-19
你如何看待鸿蒙PC不允许侧载?

你如何看待鸿蒙PC不允许侧载?

默认不允许从第三方安装软件的最大原因是为了 厂商的安全性嘛。...

2025-06-19
特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?

特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?

隋老师在点评这点上作风有点像关羽:傲上而不辱下。 前两年隋...

2025-06-19
B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

单说一下对我影响的排行吧。 第一是大爷,20年左右,大爷手...

2025-06-19
跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?

跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?

女同事开玩笑,你接不上,此乃一败。 说你老婆不如她,你不维...

2025-06-19