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?

2025-06-23 12:15:13

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
老板说我设计了一周的海报还是不行,我到底该怎么学啊?

老板说我设计了一周的海报还是不行,我到底该怎么学啊?

如果你老板要求不高的话,还可以抢救一下,但是也得学一段时间 ...

2025-06-22
node 项目中如何使用 Node Schedule 创建定时任务?

node 项目中如何使用 Node Schedule 创建定时任务?

需求描述日常开发中,我们常常会要执行一些定时任务比如定时清理...

2025-06-22
男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?

男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?

我家的无线路由器,老婆买的: 音乐播放机,老婆买的: ...

2025-06-22
伊朗为什么不买中国战机,却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?

伊朗为什么不买中国战机,却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?

有兴趣的,可以了解一下伊朗买中国卡车的事情。 有过那个经历,...

2025-06-22
开战斗机从上海到北京要多久,那是一种什么样的体验?

开战斗机从上海到北京要多久,那是一种什么样的体验?

从上海到北京,直线距离1050公里,乘坐客机需要2小时20分...

2025-06-22