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?

2025-06-22 01:55:10

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
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?

这次参加HDC 2025,作为经历从HarmonyOS 2....

2025-06-21
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发,女性不觉得长发麻烦吗?

女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发,女性不觉得长发麻烦吗?

我的头发到我屁股,夏天每三天洗一次。 洗头的顺序是先用控油...

2025-06-21
能分享一下你写过的rust项目吗?

能分享一下你写过的rust项目吗?

实际工作中,2020年的时候用 Rust 在 ARM 设备上...

2025-06-21
男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug?

男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug?

点进去前我还在想,这人眼睛能多小? 点进去以后……哈哈哈哈哈...

2025-06-21
大家为什么会讨厌缩写?

大家为什么会讨厌缩写?

垂直发射系统,英文全称叫: Vertical Launchi...

2025-06-21