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 15:20:13

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
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...

2025-06-23
如何评价neovim 0.11?

如何评价neovim 0.11?

neovim 0.11 有一个更新还不错: 对 lua 编写...

2025-06-23
如何评价DuckDB?

如何评价DuckDB?

确实性能强大,我感觉单机TPC-H应该是跑的最快的了。 原理...

2025-06-23
如何看待rust编写的zed编辑器?

如何看待rust编写的zed编辑器?

很巧的是两款新的主打开箱即用的编辑器都是用 Rust 写的:...

2025-06-23
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

谢邀,人在松山湖HDC开发者大会现场,已全程观看华为发布最新...

2025-06-23