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 10:20:11

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
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

谢邀,人在松山湖HDC开发者大会现场,已全程观看华为发布最新...

2025-06-26
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...

2025-06-26
买到烂尾楼到底该有多绝望?

买到烂尾楼到底该有多绝望?

1 见过发短***维权的,也见过发短***擦边的。 这是第...

2025-06-26
求大神解答,为什么大家都不喜欢用docker?

求大神解答,为什么大家都不喜欢用docker?

我在游戏行业呆了7、8年,互联网行业呆了2年,实体行业呆了4...

2025-06-26
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?

你见识过谷歌的ChromeOS就知道了,这玩意儿因为谷歌退出...

2025-06-26