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 21:20:11

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
我很好奇現在内地同胞們對香港的總體印象如何?

我很好奇現在内地同胞們對香港的總體印象如何?

為表尊重,特意切換繁體鍵入。 復活節***期,來深圳的關口...

2025-06-21
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗?

请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗?

用webman重写了公司老旧的TP项目,管理后台这种几乎也没...

2025-06-21
怎么看待三十而已里说的养鱼让人玩物丧志,养鱼是魔鬼,是黑洞,养鱼毁三代鱼缸毁一生的话?

怎么看待三十而已里说的养鱼让人玩物丧志,养鱼是魔鬼,是黑洞,养鱼毁三代鱼缸毁一生的话?

养鱼确实毁一生。 刚开始做完鱼池,自己还能偶尔在池边画室里...

2025-06-21
国内很多男性在非洲和当地女人恋爱是真的吗?

国内很多男性在非洲和当地女人恋爱是真的吗?

曾经央企外派员工,我尽可能在我能说的范围内说一些事。 一句...

2025-06-21
伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

不需要什么底牌 只要以当前密度 再小一点也可以 坚持袭扰以色...

2025-06-21