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 00:00:17

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
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?

如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?

最新自研 tauri2.0+vue3.6+deepseek+...

2025-06-21
伊朗这次让以色列打惨了,这个国家还能挺过来吗?

伊朗这次让以色列打惨了,这个国家还能挺过来吗?

实际上,以色列要惨得多。 大家没法理解“体量”的意义。 ...

2025-06-21
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?

阿里腾讯抖音都非常想自建骨干网城域网,在每个城市最后几公里十...

2025-06-21
为什么一谈到Wi-Fi想支持6GHz,总有人说那你可以去国外?

为什么一谈到Wi-Fi想支持6GHz,总有人说那你可以去国外?

上网很多年,正常人应该能发现一个事实:世界上的***是真的很...

2025-06-21
为什么***骂 Ubuntu,但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的?

为什么***骂 Ubuntu,但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的?

Ubuntu 被骂的点,和 Ubuntu 流行的点,其实是不...

2025-06-21