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 18:00:17

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
电蚊香液对身体有害吗?

电蚊香液对身体有害吗?

夏天来临,蚊子也越来越多,家家户户都将家里的驱蚊产品拿了出来...

2025-06-20
孟羽童回应一手好牌打得稀烂,称「欣赏自己的野心和向上攀登的勇气」,如何看待她的表态?

孟羽童回应一手好牌打得稀烂,称「欣赏自己的野心和向上攀登的勇气」,如何看待她的表态?

首先要明确一下,这个所谓的“一手好牌打得稀烂”,不是指“孟羽...

2025-06-20
Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来?

Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来?

Rust 必须是 Rust,有稳定版,内存安全,语法不那么混...

2025-06-20
postgres集群的选择?

postgres集群的选择?

我们需要谈谈困扰我几个月的事情。 我一直看到独立黑客和初创公...

2025-06-20
有没有好看的个人博客的设计?

有没有好看的个人博客的设计?

作为一个后端程序员,想写博客 用过hexo,hugo等开源的...

2025-06-20