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?

2025-06-19 19:50:16

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
不用CDN就没事,用阿里云CDN就被攻击刷流量,阿里云表示证明不了就要用户买单,如何看到这种行为?

不用CDN就没事,用阿里云CDN就被攻击刷流量,阿里云表示证明不了就要用户买单,如何看到这种行为?

楼上 @佚明 已经讲得很好了,起因是三大运营商对PCDN打击...

2025-06-20
周杰伦被曝现身日本弯腰驼背似老人,是真的吗?他曾称患有强直性脊柱炎,这病对身体影响有多大?能治好吗?

周杰伦被曝现身日本弯腰驼背似老人,是真的吗?他曾称患有强直性脊柱炎,这病对身体影响有多大?能治好吗?

周杰伦又登上了热搜第一! 最近有网友在日本偶遇周杰伦,在**...

2025-06-20
你卡过最厉害的bug是什么?

你卡过最厉害的bug是什么?

我娃卡出来的bug, 现在的孩子吧,给手机就不好好学习。 不...

2025-06-20
postgres集群的选择?

postgres集群的选择?

我们需要谈谈困扰我几个月的事情。 我一直看到独立黑客和初创公...

2025-06-20
评价一下Proxmox VE与ESXi的优劣?

评价一下Proxmox VE与ESXi的优劣?

公司内外都搭建过PVE集群,最早的快十年了。 目前来说,P...

2025-06-20