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 20:40:15

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
伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

伊朗警告以色列居民尽快撤离,称将展开真正惩罚性打击,伊朗还有哪些底牌?以伊冲突会演变为中东全面战争吗?

伊朗人唯一的办法,就是对准特拉维夫CBD炸,反正以色列那堆破...

2025-06-20
为什么我的顺风车一直没人接单?

为什么我的顺风车一直没人接单?

“打车到出发点,承担全部高速费,唯一需求送到目的地” 你要是...

2025-06-20
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?

不请自来。 作为一名游戏开发程序员,说说我在为游戏适配hm...

2025-06-20
这一轮以色列和伊朗的冲突谁会笑到最后?最终会如何收场?

这一轮以色列和伊朗的冲突谁会笑到最后?最终会如何收场?

说句实话,以色列打伊朗,对五常而言可能都是好事。 你看看伊...

2025-06-20
如果苹果真的下架了微信的话,会发生什么?

如果苹果真的下架了微信的话,会发生什么?

说一个老事吧。 苹果开源API代码里面有一段专门为微信的写注...

2025-06-20