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?

2025-06-22 04:30:14

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
如何看待 Git 的 Windows 安装程序称 Vim「很难用」?

如何看待 Git 的 Windows 安装程序称 Vim「很难用」?

对这行文字并不感到大惊小怪,但这个问题的提法不免有引战之嫌。...

2025-06-22
怎么才能有尤雨溪一半强,该怎么学习?

怎么才能有尤雨溪一半强,该怎么学习?

目前已经有人成功把chrome124移植到xp系统上运行了,...

2025-06-22
如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变?

如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变?

最喜欢开发端侧模型以及做隐私计算的公司必定是电子设备厂家,所...

2025-06-22
空输部队为全斗焕干了这么多脏活累活,士兵有没有什么优待?

空输部队为全斗焕干了这么多脏活累活,士兵有没有什么优待?

左边那个人叫卢泰愚,右边那个人叫全斗焕。 作为全小将的副手...

2025-06-22
美国***下令美使领馆暂停留学生新签证面谈,将带来哪些影响?美国大学在全球人才竞争中还有优势吗?

美国***下令美使领馆暂停留学生新签证面谈,将带来哪些影响?美国大学在全球人才竞争中还有优势吗?

孙宇晨前两天参加了特朗普的晚宴,可能有人不知道这是谁,这哥们...

2025-06-22