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?

2025-06-21 05:05:15

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
duckdb的性能如何?

duckdb的性能如何?

最近更着duckdb的 这个官方博客 做了下实验。 随机生成...

2025-06-20
为什么面对 Adobe 的版权要求下,vposy 大神还能从容不迫?

为什么面对 Adobe 的版权要求下,vposy 大神还能从容不迫?

vposy有99.99999%的可能是Adobe中国的员工或...

2025-06-20
2025年6月了,深圳房价咋样?

2025年6月了,深圳房价咋样?

还在下跌。 深圳房东跌麻了。 深圳楼市又开始了新一轮的房...

2025-06-20
为什么 IPv6 在国内至今未得以大规模应用?

为什么 IPv6 在国内至今未得以大规模应用?

我记得有个文件 规定了时间节点,和全网通过ipv6的数据流量...

2025-06-20
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...

2025-06-20