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 15:45:11

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
前端是不是快没了?

前端是不是快没了?

跟几个做前端的朋友聊天,发现现在大厂里的大前端团队都被拆了,...

2025-06-22
如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势?

如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势?

这个工作其实包含了两部分,从论文的摘要里可以看到,一个是统一...

2025-06-22
黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?

黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?

这是上海戏剧学院2022年出台的「申请-考核制」文件,你可以...

2025-06-22
systemd吞并了什么?

systemd吞并了什么?

只吞了init的。 剩下的那些玩意儿,只是套个壳。 比如...

2025-06-22
为什么都认为无GC语言一定会比有GC语言要快?

为什么都认为无GC语言一定会比有GC语言要快?

Go往往跟Rust持平甚至超越这个观点是错误的,GO的性能很...

2025-06-22