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?

2025-06-23 09:05:13

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
学生校服如何隐藏内衣痕迹?

学生校服如何隐藏内衣痕迹?

不应该在乎这些东西,因为你怎么样都有别人攻击你的点,露出内衣...

2025-06-22
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施,钻地弹有多大杀伤力?能摧毁伊朗地下核设施吗?

美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施,钻地弹有多大杀伤力?能摧毁伊朗地下核设施吗?

AGM-109“战斧”巡航导弹是为美国海军舰艇和潜艇专门开发...

2025-06-22
华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒?

华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒?

iPhone重度用户,2023年冲着麒麟复活的节点,弃用ip...

2025-06-22
为什么感觉wps的用户越来越多,office没人用了?

为什么感觉wps的用户越来越多,office没人用了?

我就说两个功能。 1.即使是最新的2024版本的offic...

2025-06-22
警犬知道自己是警犬么?

警犬知道自己是警犬么?

我舅舅领养过一只退役警犬,是他的同事有门路,把一只岁数大的了...

2025-06-22