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 00:00:17

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
真正懂CPU的人,都选了什么CPU?

真正懂CPU的人,都选了什么CPU?

举个很简单的例子 去年78x3d 没火的时候 最低应该有人不...

2025-06-19
为什么我觉得中国很谦虚,甚至有时候感觉中国对其他国家过分宽容,外国人却认为中国是列强呢?

为什么我觉得中国很谦虚,甚至有时候感觉中国对其他国家过分宽容,外国人却认为中国是列强呢?

今天说一期特别的。 为什么咱们歼十大放异彩后,沙特依然选择了...

2025-06-19
请问有没有什么工具能够生成局域网的网络拓扑结构图?

请问有没有什么工具能够生成局域网的网络拓扑结构图?

最好用、完全免费、能直接上手的软件还是Nmap。 扫描完成...

2025-06-19
如何评价MiniMax推出的全球首个开源大规模混合架构的推理模型MiniMax-M1,其有何技术优势?

如何评价MiniMax推出的全球首个开源大规模混合架构的推理模型MiniMax-M1,其有何技术优势?

虽说如今新大模型发布必须有点拿得出手的干货,但MiniMax...

2025-06-17
为什么越来越多的国内男孩,要娶国外女孩?

为什么越来越多的国内男孩,要娶国外女孩?

我老婆和女儿....... 事实上中国男性在外面还是挺受...

2025-06-19