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 20:40:15

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
Rust怎么写GUI程序?

Rust怎么写GUI程序?

用rust写gui,不是一个好主意. gui最重要的是: u...

2025-06-20
伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

伊朗确实有对以色列的打击能力,这点不否认。 目前以色列市区...

2025-06-20
Golang和J***a到底怎么选?

Golang和J***a到底怎么选?

就不想用rust吗?局面打开,j***a写一堆class太臃...

2025-06-20
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

刘建宏已经出来表态了,大概意思就是苏超和村超只有纳入到中国足...

2025-06-20
鱼缸有没有简单的过滤配置搭配方式?

鱼缸有没有简单的过滤配置搭配方式?

一升装冰红茶瓶子有吧?小颗粒的滤材有吧?没有河边装一瓶子河砂...

2025-06-20