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?

2025-06-24 14:30:18

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
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

阿里腾讯抖音都非常想自建骨干网城域网,在每个城市最后几公里十...

2025-06-20
Rust的设计缺陷是什么?

Rust的设计缺陷是什么?

Rust在项目管理上的设计缺陷也是rust的设计缺陷对不对。...

2025-06-20
Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?

Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?

Dlang没前途的,他犯了大忌,升级背刺用户搞不兼容,社区动...

2025-06-20
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

疯啦,干督导组! 督导组过来是讲规矩的,意思是有怀疑对象,是...

2025-06-20
vue 框架开发的项目结构是如何搭建的?

vue 框架开发的项目结构是如何搭建的?

# 代码仓库 [gitee之前写的](***s://gite...

2025-06-20