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 02:35:15

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
如何评价杨立昆认为大模型只是对海量文本的模式进行复杂拟合,根本不懂意义?

如何评价杨立昆认为大模型只是对海量文本的模式进行复杂拟合,根本不懂意义?

我感觉OpenAI,Anthropic对"通过LLM追求的A...

2025-06-26
如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?

如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?

如果内置硬盘能换,那么很超值。 不过没理解错的话,mac ...

2025-06-26
为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?

为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?

我觉得吧,很多时候,解释是没有用的。 在这方面Go确实要比其...

2025-06-26
作为一个服务器,node.js 是性能最高的吗?

作为一个服务器,node.js 是性能最高的吗?

嘿,兄弟们!今天你焦虑了吗? 反正我朋友圈的 JS 开发者群...

2025-06-26
Node.js 性能为什么这么差?

Node.js 性能为什么这么差?

本来也认为node性能差单线程,没法并发,做服务器不合适,前...

2025-06-26