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 06:00:14

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
央行行长潘功胜首次在公开场合谈及稳定币,稳定币是什么?有何深意?

央行行长潘功胜首次在公开场合谈及稳定币,稳定币是什么?有何深意?

稳定币由两个部分组成,一个部分是资产端,稳定币锚定的同样是美...

2025-06-21
小米的研发经费真的很少吗?

小米的研发经费真的很少吗?

少不少不知道,员工薪资是真一般。 一师弟去了北京小米,做手...

2025-06-21
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?

我前司搞过一次,让我用Python统计gitlab提交代码量...

2025-06-21
小鹏G7发布,对标小米YU7有优势吗?

小鹏G7发布,对标小米YU7有优势吗?

严重怀疑当年的 P7 是一场“意外”~ 当初 P7 ...

2025-06-22
二氧化碳人工合成淀粉技术现在怎么没动静了?

二氧化碳人工合成淀粉技术现在怎么没动静了?

这不是在吹牛!中国科学家攻克了用“空气做馒头”的技术!202...

2025-06-21