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 22:45:16

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
B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序?

好的,咱们直接上硬核分析!B站厨师UP主的江湖地位,光看粉丝...

2025-06-20
哪里有便宜的实时level2接口?

哪里有便宜的实时level2接口?

Level2行情接口 作为证券交易所需的实时数据服务,毫秒级...

2025-06-20
为什么章若楠和杨超越长得很像,男人却更喜欢章若楠,认为有女人味,而觉得杨超越像小女孩?

为什么章若楠和杨超越长得很像,男人却更喜欢章若楠,认为有女人味,而觉得杨超越像小女孩?

之前网上见过这个姑娘的照片,当时惊为天人。 后来看到章...

2025-06-20
uni***真的很垃圾吗?

uni***真的很垃圾吗?

案例1:写了个H5的SDK给写前端的同事用,它集成到uni*...

2025-06-20
江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任?

江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任?

虽然会有很多人喷我,但是这次我站医院,医院帮着找人,价格也商...

2025-06-20