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?

2025-06-25 20:35:18

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
Python+rust会是一个强大的组合吗?

Python+rust会是一个强大的组合吗?

不不不,把python去掉,只用rust。 组合个毛线啊,...

2025-06-20
网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

我第一时间想起了: /** * _ooOoo_ * o888...

2025-06-20
当量子计算机能预测人类选择,自由意志是否沦为算法的注脚?

当量子计算机能预测人类选择,自由意志是否沦为算法的注脚?

量子计算机能够在多项式时间内决定的问题(错误率不超过 [公式...

2025-06-20
有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选?

有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选?

微软在设计WINDOWS的时候必须要考虑到内存较小的普通用户...

2025-06-21
我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?

我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?

真不用听鱼圈那些知其然不知其所以然的大聪明告诉你过滤不够ba...

2025-06-20