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 14:05:19

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
据说go和c#的开发者都说自己比较节省内存,你们认为呢?

据说go和c#的开发者都说自己比较节省内存,你们认为呢?

作为 C/C++ Developer,可以明确的告诉你:如果...

2025-06-25
「做负重深蹲肯定会腰痛,深蹲不可能完全不痛」「正确的负重深蹲就应该是腰完全不痛的」,哪句话是对的?

「做负重深蹲肯定会腰痛,深蹲不可能完全不痛」「正确的负重深蹲就应该是腰完全不痛的」,哪句话是对的?

先抛开深蹲,我先跟你说一个概念,叫做 底线。 底线请问什么叫...

2025-06-25
cpu为什么不能靠做大点提升性能?

cpu为什么不能靠做大点提升性能?

当然可以,看看Cerebras WSE-2处理器吧,有这么大...

2025-06-25
苹果***首次支持国补,最高补贴不超 2000 元,适用范围有哪些?***补贴后价格有优势吗?

苹果***首次支持国补,最高补贴不超 2000 元,适用范围有哪些?***补贴后价格有优势吗?

这应该是苹果官方在大陆历史上最大的优惠力度了,没有之一! 如...

2025-06-25
专家们怎么知道断臂维纳斯雕像是维纳斯而不是其他女神?甚至连创作者都知道?

专家们怎么知道断臂维纳斯雕像是维纳斯而不是其他女神?甚至连创作者都知道?

因为你对古希腊文化不熟。 举个例子,未来的4024年,发掘...

2025-06-25