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 23:30:11

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
Anthropic 推出的 Claude Code Agent 有哪些亮点值得关注?

Anthropic 推出的 Claude Code Agent 有哪些亮点值得关注?

1 前言 Claude Code,是由 Anthropi...

2025-06-26
中年女性如何保持身材?

中年女性如何保持身材?

71年的,说中老年也差不多了,保持瑜伽练习十几年了,健身5年...

2025-06-26
为什么一直唱衰的php语言反而日渐活跃?

为什么一直唱衰的php语言反而日渐活跃?

很多开发都是站在自己和身边环境角度来看,实际在web开发、小...

2025-06-26
如果SSD硬盘闲置很多年,内部数据会不会丢失?

如果SSD硬盘闲置很多年,内部数据会不会丢失?

亲自测试,一块intel的2t ssd,里面装满了许多vmw...

2025-06-26
AMD、Intel的下一代CPU的PPT都显示了强劲的性能提升,是在吹牛吗?

AMD、Intel的下一代CPU的PPT都显示了强劲的性能提升,是在吹牛吗?

要看有没有吹牛,其实很简单,我们看看已知的信息就行了,先说说...

2025-06-26