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 01:30:15

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
postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢?

postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢?

普通人用pg会碰到稀奇古怪的障碍,一气之下就退回mysql了...

2025-06-20
如何看待M4单核性能吊打9950x?

如何看待M4单核性能吊打9950x?

正好,我在写一个.net core的小服务程序,正好用手头的...

2025-06-20
为什么好多人不承认大众审美就是喜欢白皮?

为什么好多人不承认大众审美就是喜欢白皮?

看到这题的时候我就知道某些人会拿Mathura雕像说事。 利...

2025-06-20
iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

正常,iOS7的时候也说丑,甚至比现在更甚。 但是...

2025-06-20
如果你有300万存款,你还会继续辛苦上班吗?为什么?

如果你有300万存款,你还会继续辛苦上班吗?为什么?

290万强答一下,自然是不会工作而且已经辞职实践半年了,后面...

2025-06-20