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 09:35:17

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
山西晋城举全城之力引入摇滚演唱会,两天接待近 6 万乐迷,一场成功的演唱会能给城市带来怎样的收益?

山西晋城举全城之力引入摇滚演唱会,两天接待近 6 万乐迷,一场成功的演唱会能给城市带来怎样的收益?

刚过去的端午节,“煤铁之乡”山西晋城被“点燃”了,这一次靠的...

2025-06-19
亚洲体坛最漂亮的十位女运动员都有谁?

亚洲体坛最漂亮的十位女运动员都有谁?

推荐一个~冯竟爽!貌美肤白大长腿!参加的还是铁人三项!实力和...

2025-06-19
现在个人博客不能备案了吗?

现在个人博客不能备案了吗?

我之前给博客备案,然后接到电话说名字不可以叫“xx博客”,我...

2025-06-19
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

题主对工业克苏鲁一无所知…但凡进厂打两年螺丝,也不至于问这种...

2025-06-19
黑客为什么可以做到无需知道源码的情况下找出系统漏洞?

黑客为什么可以做到无需知道源码的情况下找出系统漏洞?

很久以前,***设你看中了一个音乐网站,部分音乐免费,部分音...

2025-06-19