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 20:40:10

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
联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?

联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?

问题:锐龙AI Max+ 395卖多少钱? 只看到闲鱼一个报...

2025-06-23
以色列为什么突然敢打伊朗了?不怕被报复?

以色列为什么突然敢打伊朗了?不怕被报复?

唉,说真话,没人听, 以色列打哈马斯,或许大家都可以骂以色列...

2025-06-23
微软宣布全球裁员 6000 人,为 2023 年以来最大规模,为什么此时裁员?会对微软带来哪些影响?

微软宣布全球裁员 6000 人,为 2023 年以来最大规模,为什么此时裁员?会对微软带来哪些影响?

零赔偿裁员新套路,把员工弄到美国再开除原创 一棵青木 远方青...

2025-06-22
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...

2025-06-22
2029年中国能载人登上月球吗?

2029年中国能载人登上月球吗?

别想了。 虽然包括你在内的群众,愿望都是2029年上,...

2025-06-23