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 21:35:16

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
如何评价比亚迪使用“迪链”支付货款的现象?

如何评价比亚迪使用“迪链”支付货款的现象?

离比亚迪深圳总部千里之外的一家华东零部件工厂里,王老板盯着手...

2025-06-25
各位前端大触们,一般怎么定颜色的?

各位前端大触们,一般怎么定颜色的?

请用 OKLCH,再不济用 HSL,用 rgb 和 hex ...

2025-06-26
美国都闹成了这样了,抖音上到处都是***,为什么知乎上没人报道呢?

美国都闹成了这样了,抖音上到处都是***,为什么知乎上没人报道呢?

我不知道你们有没有看过《阿甘正传》这部电影 他之所以经典,就...

2025-06-25
Linux 下有没有类似 Everything 的搜索工具?

Linux 下有没有类似 Everything 的搜索工具?

别看 Everything 那小不点儿 UI 简陋得像 VB...

2025-06-26
如何评价Cursor?

如何评价Cursor?

从头来讲吧,2024年,一家名为Anysphere的公司创造...

2025-06-25