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 12:55:17

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
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?

一天5000枚啊,我给你算个账。 我就给你一枚火箭弹算一吨...

2025-06-19
郑大一附院原院长阚全程被查,对河南医疗系统会带来哪些影响?

郑大一附院原院长阚全程被查,对河南医疗系统会带来哪些影响?

宏大叙事什么的咱学生也不懂,就写下自己在郑大一附院的就医经历...

2025-06-19
PHP和Node.js哪个更爽?

PHP和Node.js哪个更爽?

主要是只有nodejs能实现一份代码前后端共用,省了不少事。...

2025-06-19
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?

疯啦,干督导组! 督导组过来是讲规矩的,意思是有怀疑对象,是...

2025-06-19
大家在做登录功能时,一般怎么做暴力破解防护?

大家在做登录功能时,一般怎么做暴力破解防护?

我维护的几个网站是: 每次登录都要有验证码,错误10次,用户...

2025-06-20