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?

2025-06-19 21:55:16

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
世界上最大的航母有多大?

世界上最大的航母有多大?

原创手绘006核动力航母 首先相较于之前的图做一个技术性调整...

2025-06-20
如果在野外发现了一只大熊猫,很脏,领回家给他洗个澡,再养几天,犯法吗?

如果在野外发现了一只大熊猫,很脏,领回家给他洗个澡,再养几天,犯法吗?

熊猫不是猫。 它是熊! 蚩尤的坐骑。 虽然我很好奇它...

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
金丝楠木那么值钱,为什么很少有人种?

金丝楠木那么值钱,为什么很少有人种?

北京紫禁城太庙享殿内有68根金丝楠木制作而成的大梁,从154...

2025-06-20
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...

2025-06-20