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 20:50:16

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
看新闻说老美的B-2连续飞了37小时,飞行员的吃喝拉撒怎么解决?

看新闻说老美的B-2连续飞了37小时,飞行员的吃喝拉撒怎么解决?

B-2的资料有很多,能公开的早都已经公开了,内部有生活区,睡...

2025-06-27
为什么某些人说中国现在全球军事实力第一,但包括中国人在内很多人不认可?

为什么某些人说中国现在全球军事实力第一,但包括中国人在内很多人不认可?

你穿越到平行世界,询问当地人这是哪里。 他告诉你这里是龙国...

2025-06-27
想往鱼缸里种点水草,但是家里鱼缸大了买水草泥或者底砂太贵了,有没有生活中可以替代的物品或其他建议?

想往鱼缸里种点水草,但是家里鱼缸大了买水草泥或者底砂太贵了,有没有生活中可以替代的物品或其他建议?

用泥巴就可以。 我之前用收纳箱养了一年鳑鲏,就是用泥巴铺底...

2025-06-27
我国自主研发新一代 CPU 龙芯 3C6000 发布,不依赖国外授权技术和境外供应链,有何技术亮点?

我国自主研发新一代 CPU 龙芯 3C6000 发布,不依赖国外授权技术和境外供应链,有何技术亮点?

厂商虽然公布了自己的性能数据,但是大家都知道厂商一般都会用一...

2025-06-27
Windows有哪些神级软件?

Windows有哪些神级软件?

先说一个绝对没人知道的,ZoomIt。 有什么用呢? 可以...

2025-06-27