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?

2025-06-22 03:30:15

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
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的?

以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的?

我很早就说了,波斯人炸犹太人的炼油厂、发电厂、军事基地、国防...

2025-06-19
为什么黄毛骗走的都是乖乖女?

为什么黄毛骗走的都是乖乖女?

我哺乳期早晨上班,出门一女倒车,碰到我的电瓶车。 我与此女...

2025-06-19
iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?

正常,iOS7的时候也说丑,甚至比现在更甚。 但是...

2025-06-19
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好?

2025年现在开发php项目选择lar***el框架好还是thinkphp框架好?

个人觉得,webman还不错,性能好,开发也很简单。 或者用...

2025-06-19
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

疯啦,干督导组! 督导组过来是讲规矩的,意思是有怀疑对象,是...

2025-06-19