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 23:50:16

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
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断,此次宕机的具体技术原因是什么?

谷歌云服务宕机导致 OpenAI、Shopify 等服务中断,此次宕机的具体技术原因是什么?

昨天的 GCP 全球宕机事故报告出了,给大家解读下。 从 ...

2025-06-21
韩寒现在为什么不写书了呢?

韩寒现在为什么不写书了呢?

韩寒在10年前后搞了个杂志叫独唱团。 市场反响很好。 然...

2025-06-21
国产手机AI「好用」的背后,是技术差距还是文化差异?

国产手机AI「好用」的背后,是技术差距还是文化差异?

前段时间回国参加了一些活动,还跟一些国内做AI的朋友深入的聊...

2025-06-21
Golang web项目求推荐?

Golang web项目求推荐?

做人要诚实,你觉得骗得了第一关简历,骗得了面试吗,就算骗得了...

2025-06-21
各位父亲支点招,一个大专生要怎么样才能找到坐办公室、五天八小时很少加班、月薪一万左右的工作??

各位父亲支点招,一个大专生要怎么样才能找到坐办公室、五天八小时很少加班、月薪一万左右的工作??

有个道理,很多人一辈子都不明白:现状不好,前途就大概率不会好...

2025-06-21