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?

2025-06-20 16:15:18

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
flutter为什么不用Go语言,而用Dart?

flutter为什么不用Go语言,而用Dart?

更新一下,发现dart3的模式匹配,一定程度能缓解 最近因为...

2025-06-20
蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?

邓紫棋12号的微博,已经把相关的法律问题解释的很明白了,在中...

2025-06-20
如何设计出色的网站后台原型?

如何设计出色的网站后台原型?

本篇文章介绍用Trae设计web系统原型的实践。 看看Tra...

2025-06-20
双色车身为什么只有劳斯莱斯看着最顺眼?其他的差在哪里了?

双色车身为什么只有劳斯莱斯看着最顺眼?其他的差在哪里了?

( 其实,个人审美中还有几款也挺适合双色车身的) ...

2025-06-20
如何看待:“伊朗国家电视台:今晚会发生一件大事,世界将铭记几个世纪”?

如何看待:“伊朗国家电视台:今晚会发生一件大事,世界将铭记几个世纪”?

今天早上,大家都在为伊朗的惊喜而困惑的时候,幽默朗子在X上发...

2025-06-20