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?

2025-06-24 11:15:14

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
我爸讽刺我,写个破代码一年才十几万,他在工地带50个人,让我回去跟他干,写代码没出路,我该怎么选择?

我爸讽刺我,写个破代码一年才十几万,他在工地带50个人,让我回去跟他干,写代码没出路,我该怎么选择?

我跟你一样的情况,本人现身说法,千万不要跟你爸干,我就是反面...

2025-06-23
高一弟弟上设计课需要买电脑,为了杜绝他打游戏给他买了一万二的苹果,但他还是在想办法下载游戏,怎么救?

高一弟弟上设计课需要买电脑,为了杜绝他打游戏给他买了一万二的苹果,但他还是在想办法下载游戏,怎么救?

给个逆练经脉的建议 要求他如果要玩游戏那就必须在苹果设备上使...

2025-06-23
核聚变是一条死胡同吗?

核聚变是一条死胡同吗?

核聚变是人类文明从1级突破到2级的关键,然而,当下我们的文明...

2025-06-23
Rust使用?多次传播错误后,怎么定位最开始发生error的地方?

Rust使用?多次传播错误后,怎么定位最开始发生error的地方?

thiserror和anyhow不是说不能混用,但实在没啥必...

2025-06-23
未来几年,市场对 AI 人才的需求会集中在哪几个方向?

未来几年,市场对 AI 人才的需求会集中在哪几个方向?

最近发现两个有意思的现象。 一个是从25年开始,AI智能体...

2025-06-23