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 16:15:11

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
小米su7ultra碳纤维件是否溢价严重?

小米su7ultra碳纤维件是否溢价严重?

燕国的地图不算长。 炒作这个事的主力之一,已经开始带货...

2025-06-18
特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?

特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?

隋老师在点评这点上作风有点像关羽:傲上而不辱下。 前两年隋...

2025-06-18
导师给了1.4W要我给工作室买个主机,是整机还是自己配?

导师给了1.4W要我给工作室买个主机,是整机还是自己配?

找惠普或者戴尔的经销电话,把你的需求和预算告诉他们,再明确告...

2025-06-18
伊朗那么大却被一个小小的以色列打的无法还手?很多高层领导都被干掉了为什么?

伊朗那么大却被一个小小的以色列打的无法还手?很多高层领导都被干掉了为什么?

这次是五常默认了,伊朗不干人事,得敲打一下。 24年10月...

2025-06-18
如果中国人在非洲承包土地,雇佣中国人大规模种粮食,可行吗?

如果中国人在非洲承包土地,雇佣中国人大规模种粮食,可行吗?

我在北非阿尔及利亚就有375亩地 从买地到建设 大概花了40...

2025-06-18