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?

2025-06-21 00:55:10

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
iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

正常,iOS7的时候也说丑,甚至比现在更甚。 但是...

2025-06-19
住家保姆为什么总干不长?

住家保姆为什么总干不长?

久了很容易没有边界感吧,得寸进尺。 前不久刚辞掉我的阿姨,...

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?

成都本地人。 因为王刚 @美食作家王刚 探过店,我也去枣阁...

2025-06-19
***《凡人修仙传》有哪些令人伤感的情节?

***《凡人修仙传》有哪些令人伤感的情节?

慕兰人的下场。 如果设身处地站在慕兰人的立场,他们的结局是...

2025-06-19
如何评价前端框架 Solid?

如何评价前端框架 Solid?

Solid 很灵活。 它没有和 Web 绑死,没有和特殊的编...

2025-06-19