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 14:05:19

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
如何评价字节跳动开源的 HTTP 框架 Hertz ?

如何评价字节跳动开源的 HTTP 框架 Hertz ?

0 前言近期工作接触到 cloudwego 开源的 hert...

2025-06-20
F-35作战半径1100公里,以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的?

F-35作战半径1100公里,以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的?

现在知道为什么F-35是单引擎了吧? 8.2吨的内油单引擎消...

2025-06-20
如何评价「尖叫」这种饮料?

如何评价「尖叫」这种饮料?

结婚前VS结婚后。 打完球,兄弟,来一口。 瓶子向下60...

2025-06-20
为什么有的女生喜欢穿紧身牛仔裤?

为什么有的女生喜欢穿紧身牛仔裤?

个人觉得,女生穿牛仔裤的形式意义还是大于内容 说白了,就是审...

2025-06-20
我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?

我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?

真不用听鱼圈那些知其然不知其所以然的大聪明告诉你过滤不够ba...

2025-06-20