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 00:30:16

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
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

刚开始看,还以为五千万枚,,,,对不起啊。 。 。 。 我不...

2025-06-20
如何评价Orbstack(在Mac上低开销地运行容器和Linux)?

如何评价Orbstack(在Mac上低开销地运行容器和Linux)?

对于前排回答,我表示呵呵 真正会用 VM 或 Virtual...

2025-06-20
中年夫妻有多少是生活和谐的?

中年夫妻有多少是生活和谐的?

可能我俩还不到中年。 。 。 我三十我老公二十八。 之前在...

2025-06-20
如果发动机热效率达到100%,一升汽油大概可以让汽车行驶多少公里?

如果发动机热效率达到100%,一升汽油大概可以让汽车行驶多少公里?

大部分答主已经论证了,如果发动机热效率达到100%,一升汽油...

2025-06-20
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动?

如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动?

用最简单的逻辑思考问题,请问玩心重、混日子、说话随意、口大气...

2025-06-20