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 08:05:10

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
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?

好的,咱们直接上硬核分析!B站厨师UP主的江湖地位,光看粉丝...

2025-06-19
男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?

男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?

我家的无线路由器,老婆买的: 音乐播放机,老婆买的: ...

2025-06-19
初三画成这样算是有天赋吗?【正经求助】?

初三画成这样算是有天赋吗?【正经求助】?

很罕见,真的非常罕见, 罕见的不是你的技术,也不是你的线条,...

2025-06-19
海外DoH(DNS over HTTPS)全部不可用了?是否有其他替代方式?

海外DoH(DNS over HTTPS)全部不可用了?是否有其他替代方式?

我直接用CNNIC DNS(1.2.4.8/210.2.4....

2025-06-19
曾经的班花,现在还多少人惦记?

曾经的班花,现在还多少人惦记?

我老婆高中时也是班花,但是没人惦记,具体说是没人敢惦记,原因...

2025-06-19