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?

2025-06-25 08:25:17

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
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?

为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?

外汇管制的国家和地区不可能蹭上稳定币,也不可能蹭上货币国际化...

2025-06-26
为什么几乎没人用电视屏幕连主机或者笔记本当显示器?

为什么几乎没人用电视屏幕连主机或者笔记本当显示器?

要是十年前问这个问题,我会给你列出一大堆理由: 什么分辨率不...

2025-06-26
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs,这背后原因有哪些?

苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs,这背后原因有哪些?

丸辣,Rosetta2的AVX2支持才刚起步就要被抛弃辣。 ...

2025-06-26
有一个***约你出去,你会去吗?

有一个***约你出去,你会去吗?

就我楼上,一个单亲妈妈,带两个孩子。 也就电梯里打过几次招呼...

2025-06-26
前端移动端开发***需要那些技术?

前端移动端开发***需要那些技术?

2025年,成千上万的开发者使用vo,bolt.new和lo...

2025-06-26