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?

2025-06-21 20:35:15

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
count(*)  count(1)哪个更快?

count(*) count(1)哪个更快?

团队 code review 时,一位同事把 count(*...

2025-06-20
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断,此次宕机的具体技术原因是什么?

谷歌云服务宕机导致 OpenAI、Shopify 等服务中断,此次宕机的具体技术原因是什么?

昨天的 GCP 全球宕机事故报告出了,给大家解读下。 从 ...

2025-06-20
为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗?

为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗?

阿拉伯有句谚语,如果在沙漠中遇到一个波斯人和一条毒蛇,应该怎...

2025-06-20
给予ebpf的检测有哪些?

给予ebpf的检测有哪些?

你是否曾经想知道CUDA应用程序在运行时底层发生了什么?GP...

2025-06-20
很多人开始弃用印象笔记了,你还在使用印象笔记吗?

很多人开始弃用印象笔记了,你还在使用印象笔记吗?

来个暴论:重度知识管理者如果用云端服务,未来某个时刻一定会后...

2025-06-20