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 10:25:19

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
晚上睡觉总是腰疼,有什么办法可以避免?

晚上睡觉总是腰疼,有什么办法可以避免?

晚上睡觉总腰疼,用你的一只手,找出三个原因! 一、骨盆前倾,...

2025-06-20
中办、国办发文,拟新建改扩建 1000 所以上优质普高,将带来哪些影响?可能面临哪些挑战?

中办、国办发文,拟新建改扩建 1000 所以上优质普高,将带来哪些影响?可能面临哪些挑战?

日本不愧是先遣服啊,又一次跑到前面去了。 我以前玩日本游戏...

2025-06-20
网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

网传厦门某国企研发部门要求每日考察后端 400 行,前端 1000 行代码量,如属实,这个考核合理吗?

我第一时间想起了: /** * _ooOoo_ * o888...

2025-06-20
有没有GUI框架开发难度小,***消耗又不多,而且又跨平台?

有没有GUI框架开发难度小,***消耗又不多,而且又跨平台?

推荐开源 Pake Plus,跨平台,支持web,安卓,ma...

2025-06-20
为什么从事技术的人普遍都比较难沟通?

为什么从事技术的人普遍都比较难沟通?

并不是难沟通。 第一个原因,因为技术人员长期进行技术类工作...

2025-06-20