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 04:15:15

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
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心?

如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心?

一个写程序超过二十年的老家伙说: 凡是国企写的软件都是垃圾,...

2025-06-20
2025年了 Rust前景如何?

2025年了 Rust前景如何?

搬运一些,简单翻译 SlashData和Stack Over...

2025-06-20
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任?

网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任?

这事儿就跟之前亚朵酒店被发现用了一家民营医院的枕套一样。 ...

2025-06-20
你为什么卸载了火绒?

你为什么卸载了火绒?

B站有个养蛊测试***,集齐了120多种各式各样的病毒,测试...

2025-06-20
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?

Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?

rust 的 result 是枚举,只有2个答案,要么ok要...

2025-06-20