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?

2025-06-22 10:35:16

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
有没有什么路由器让你用过之后彻底惊艳了?

有没有什么路由器让你用过之后彻底惊艳了?

tplink商用版本路由器 路由+交换机+3个大饼AP挂天上...

2025-06-21
汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?

汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?

流传甚广的联合国宪章最薄我没看过,但今天看了一个联合国决议,...

2025-06-21
网传广东怀集洪水后赵一鸣超市被哄抢,县***回应相关单位正在核实,若属实哄抢者该承担哪些法律责任?

网传广东怀集洪水后赵一鸣超市被哄抢,县***回应相关单位正在核实,若属实哄抢者该承担哪些法律责任?

洪水淹没了半座城,还引发了一场“0元购”? 广东怀集的赵...

2025-06-21
Firefox 浏览器是否还有可能浴火重生?

Firefox 浏览器是否还有可能浴火重生?

火狐的开发者们似乎并不是很“听劝”,对许多用户呼声很高的功能...

2025-06-21
海胆到底是什么味道?

海胆到底是什么味道?

本人海胆狂魔。 海胆,只要吃马粪海胆这个品种就行了,一定要...

2025-06-21