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 12:10:12

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
为什么健身的女性普遍喜欢晒臀照?什么心理?

为什么健身的女性普遍喜欢晒臀照?什么心理?

我真的很想说 我在健身房混迹大半年了 脱了裤子,无论是基因还...

2025-06-26
Golang 中为什么没有注解?

Golang 中为什么没有注解?

谢邀,从来没有写过J***a。 之前同期的一个实习生先前只...

2025-06-26
如何评价b站数码区up主 “大狸子切切里”?

如何评价b站数码区up主 “大狸子切切里”?

攻击长相是最没意义的。 这个姑娘无论如何也是高于平均水平。 ...

2025-06-26
目前react的生态系统是什么情况,有没有比较公认的成熟的开发技术栈?

目前react的生态系统是什么情况,有没有比较公认的成熟的开发技术栈?

ui:heroui,好看,tw + framer motio...

2025-06-26
韦东奕(北大韦神)要是去写游戏引擎代码,能不能把虚幻引擎按在地上摩擦?数学好真能‘降维打击吗?

韦东奕(北大韦神)要是去写游戏引擎代码,能不能把虚幻引擎按在地上摩擦?数学好真能‘降维打击吗?

可能你印象中虚幻开发团队人员只是一群学历普通的工程师,聚集在...

2025-06-26