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 16:55:17

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
核武器最小当量能做到多少?

核武器最小当量能做到多少?

最小能做到10吨TNT当量。 美国W54核弹头(或者叫Ma...

2025-06-20
为什么他们可以闻出来我身上的穷酸味?

为什么他们可以闻出来我身上的穷酸味?

在深圳宝安机场候机,饿的不行了,找到一家面馆,里面人不多,三...

2025-06-20
如何看待《剑星》已登顶 Steam 全球热销榜?

如何看待《剑星》已登顶 Steam 全球热销榜?

***在文娱作品中是最大的噱头——对于大众来说。 《剑星》...

2025-06-20
为什么这么久了还是没有主流软件开发鸿蒙版?

为什么这么久了还是没有主流软件开发鸿蒙版?

我把话放这,以菊花这家公司的尿性,永远不会有厂商真心实意为它...

2025-06-20
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