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 01:30:10

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
动漫中有哪些令人难忘的「熟女」形象?

动漫中有哪些令人难忘的「熟女」形象?

后面有星号的是佳作标记,也有部分忘了做星号标记的佳作。 ...

2025-06-26
想知道字节用什么分布式配置中心呢,作为golang大厂,应该不是沿用JAVA的配置中心吧?

想知道字节用什么分布式配置中心呢,作为golang大厂,应该不是沿用JAVA的配置中心吧?

介绍一个我当初在鹅厂写过的吧。 完全的云原生环境下的配置管理...

2025-06-26
女明星陪酒真的存在吗?

女明星陪酒真的存在吗?

我老板身价二个亿左右吧。 有一回去外地跟合作商谈合同。 我...

2025-06-26
女人出去约会,是喜欢穿裙子还是裤子?

女人出去约会,是喜欢穿裙子还是裤子?

裙子裙子裙子裙子裙子裙子裙子裙子裙子裙子裙子裙子。 和约会...

2025-06-26
伊朗和以色列停战了,这是伊朗怂了,还是以色列怂了?

伊朗和以色列停战了,这是伊朗怂了,还是以色列怂了?

伊以都打不动了,借坡下驴。 这仗输的最惨的是以色列,伊朗的...

2025-06-26