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?

2025-06-18 13:55:13

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
H264和H265谁画质好,求回谢谢!?

H264和H265谁画质好,求回谢谢!?

如果是电影,那不一定 一个电影肯定是母带最清晰,这个大家都明...

2025-06-22
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?

为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?

很多人没搞清楚稳定币存在的意义是什么,还在不停地强调什么监管...

2025-06-22
如何评价《一人之下》***第 721(764)话?

如何评价《一人之下》***第 721(764)话?

1.没想到发刀子毫不手软,还以为主角团真会凑齐八奇技呢,这话...

2025-06-22
为何像JetBrains公司做IDE就可以养活自己,而国内做大型对公软件都很难养活公司?

为何像JetBrains公司做IDE就可以养活自己,而国内做大型对公软件都很难养活公司?

别看现在JetBrains很火,可能后面哪天也会消失在时间的...

2025-06-22
你是什么时候开始感觉到中国已经很强大了?

你是什么时候开始感觉到中国已经很强大了?

2019年意大利的漫展,***访老外中国有什么动漫、游戏,没...

2025-06-22