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 20:10:11

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
认为意大利面比兰州拉面/苏式面/北京打卤面等要好吃的人,认为意大利面好吃在哪里?

认为意大利面比兰州拉面/苏式面/北京打卤面等要好吃的人,认为意大利面好吃在哪里?

1、原材料上,人家的麦子好。 老欧洲那个纬度,基本一年一熟,...

2025-06-28
如何评价英特尔再次退出汽车业务?

如何评价英特尔再次退出汽车业务?

intel撤退的一小步,却是x86乃至wintel pc撤退...

2025-06-28
两个问题:女足工资为什么比男足低?如果中国女足和中国男足打一场谁会赢?

两个问题:女足工资为什么比男足低?如果中国女足和中国男足打一场谁会赢?

这我必须***打男拳了。 几乎所有体育项目,女性都比男性竞技...

2025-06-28
显卡丐版和旗舰有什么区别?

显卡丐版和旗舰有什么区别?

你楼下两家面馆,都只卖红烧牛肉面。 你今天打游戏累了,想吃...

2025-06-28
功夫游戏《师父》火了之后,为什么没能掀起做功夫题材的游戏的浪潮?

功夫游戏《师父》火了之后,为什么没能掀起做功夫题材的游戏的浪潮?

师父本身的游戏设计没有把握好真实性和难度的平衡。 它只适合少...

2025-06-28