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 20:40:15

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
为什么不用rust重写Nginx?

为什么不用rust重写Nginx?

cloudflare 已经重写了,他们认为 NGINX 有一...

2025-06-20
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗?

请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗?

用webman重写了公司老旧的TP项目,管理后台这种几乎也没...

2025-06-20
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?

为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?

王力宏,林俊杰应该没什么问题,陈奕迅有概率会跪。 其他人,...

2025-06-20
卧推100kg做组的胸,都是啥样的。?

卧推100kg做组的胸,都是啥样的。?

减脂力量会掉一部分,减完之后可能大概是我现在的状态。 我现在...

2025-06-20
如何评价《一人之下》第721(764)话?

如何评价《一人之下》第721(764)话?

惨,老马实惨,惨不忍睹,都这样了,还在喊姐姐呢。 神机...

2025-06-20