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 16:15:18

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
为什么我感觉黑神话剧情的风评反转了?

为什么我感觉黑神话剧情的风评反转了?

说一个有趣的视角,年度黑马《33号远征队》steam好评如潮...

2025-06-19
女主播和榜一大哥现实碰面会做什么?

女主播和榜一大哥现实碰面会做什么?

抖音刷到38级了,刷了5个女主播,见了4个,3个发生了关系。...

2025-06-17
杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准?

杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准?

结论:现在市面上的所有AI查重工具都不靠谱。 尤其是有个怪现...

2025-06-19
当我们变老之后,会像现在的老人一样,几乎完全不懂“手机电脑”这类新出现的电子产品吗?

当我们变老之后,会像现在的老人一样,几乎完全不懂“手机电脑”这类新出现的电子产品吗?

用不着变老,因为年轻人都已经不会用电脑了 知乎也有个赛博...

2025-06-19
伊朗这次让以色列打惨了,这个国家还能挺过来吗?

伊朗这次让以色列打惨了,这个国家还能挺过来吗?

实际上,以色列要惨得多。 大家没法理解“体量”的意义。 ...

2025-06-19