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?

2025-06-18 10:50:13

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
055万吨驱逐舰是不是有些被过于神化了,有没有了解的大佬详细解释一下?

055万吨驱逐舰是不是有些被过于神化了,有没有了解的大佬详细解释一下?

海面战斗不像在内地,海面的地图是无障碍的。 没有任何地形优...

2025-06-19
如何看待OpenAI把原定六月开源的模型推迟到八月?

如何看待OpenAI把原定六月开源的模型推迟到八月?

因为叙事变了,Deepseek开源冲击依然是一个狼来了的故事...

2025-06-19
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
为什么鸿蒙PC要排斥Linux生态?

为什么鸿蒙PC要排斥Linux生态?

Linux生态和FreeDesktop生态不一样。 SEL...

2025-06-19
如果你是郭靖,你会娶华筝,穆念慈,还是黄蓉?

如果你是郭靖,你会娶华筝,穆念慈,还是黄蓉?

按照原著的样貌描写,让ai生成对应人物形象。 这是华筝 ...

2025-06-19