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 08:20:17

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
工业克苏鲁什么意思?

工业克苏鲁什么意思?

德国lamy有一款笔叫恒星的钢笔,我的笔尖坏了,买了个国产替...

2025-06-20
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?

男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?

某天在公园健身区,看到一个五十多岁的大妈身穿紧身瑜伽裤在拉伸...

2025-06-20
苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

泰山架构,八龙基带,灵犀通信,玄武车身,昆仑玻璃,***模型...

2025-06-20
go为了编译速度减少了很多编译优化?为什么不能提供优化编译模式来提升运行效率?是太懒还是另有隐情?

go为了编译速度减少了很多编译优化?为什么不能提供优化编译模式来提升运行效率?是太懒还是另有隐情?

作为一种静态编译的原生代码类语言,同时又是自带GC的原生代码...

2025-06-20
埃塞俄比亚真的盛产美女吗?

埃塞俄比亚真的盛产美女吗?

世界上没有哪个国家会满大街都是美女,埃塞俄比亚也不例外。 你...

2025-06-20