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 00:30:16

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
老板说我设计了一周的海报还是不行,我到底该怎么学啊?

老板说我设计了一周的海报还是不行,我到底该怎么学啊?

如果你老板要求不高的话,还可以抢救一下,但是也得学一段时间 ...

2025-06-20
为什么老顾客吃着吃着就不再来照顾生意了呢?

为什么老顾客吃着吃着就不再来照顾生意了呢?

昨晚刚发生的,去一家经常买的档口买凉菜,之前每次去,称重18...

2025-06-20
跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?

跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?

女同事开玩笑,你接不上,此乃一败。 说你老婆不如她,你不维...

2025-06-20
如何评价苹果 3 月 5 日发布的 MacBook Air M4,相比前代有哪些提升?

如何评价苹果 3 月 5 日发布的 MacBook Air M4,相比前代有哪些提升?

最近买了M4,蓝色,不说其他,单说颜值,这个主观性很强,我想...

2025-06-20
有没有用过ipad mini 7的 感觉咋样?

有没有用过ipad mini 7的 感觉咋样?

前几天刚买的,说一下感受吧。 首先,iPad Mini 在...

2025-06-20