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?

2025-06-18 20:50:12

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
巴基斯坦援助伊朗防空,大家怎么看?

巴基斯坦援助伊朗防空,大家怎么看?

你告诉我,巴有几架飞机可以去援伊防空,一共也就那几十架J10...

2025-06-19
「韦东奕本人」账号确认是***的,目前已被关停,如何看待无底线博流量的行为?哪些信息值得关注?

「韦东奕本人」账号确认是***的,目前已被关停,如何看待无底线博流量的行为?哪些信息值得关注?

但是之前不是说家人回应是真的吗?还有说账号是堂哥帮忙开的。 ...

2025-06-19
有什么是你去了上海才知道的事情?

有什么是你去了上海才知道的事情?

强行松弛感,遍地打卡仙人,遍地人造网红景点。 以下所有图片...

2025-06-19
苏炳添在 2025 全国田径大奖赛蚌埠站 100 米预赛中止步小组第三,背后的原因可能有哪些?

苏炳添在 2025 全国田径大奖赛蚌埠站 100 米预赛中止步小组第三,背后的原因可能有哪些?

首先,添哥是1989年出生的。 这个年龄的人去参加百米比赛,...

2025-06-19
如果你是《一帘幽梦》里的绿萍,你会不会最后原谅紫菱?

如果你是《一帘幽梦》里的绿萍,你会不会最后原谅紫菱?

有的人不会思考是否原谅这种问题,因为他们就不会后悔。 昨天...

2025-06-19