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 21:55:16

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
为什么很多NAS厂家都***用***rfs系统,而不是更稳定的zfs?

为什么很多NAS厂家都***用***rfs系统,而不是更稳定的zfs?

ZFS系统是nas界的政治正确。 你看网上***都在说ZF...

2025-06-20
服务器能否拒绝非浏览器发起的HTTP请求?

服务器能否拒绝非浏览器发起的HTTP请求?

有一个很新的东西,叫做tls指纹,服务器可以根据这个判断是否...

2025-06-20
如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?

如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?

都到这个价位了我只能说黑不动,真黑不动 M4芯片的性能就值1...

2025-06-20
请问有没有知友会下载安装正版CAD制图的?

请问有没有知友会下载安装正版CAD制图的?

正版 AutoCAD,把米准备好,去 Autodesk **...

2025-06-20
苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?

安卓的命名就比较有规律,除了第一版可能是正好手上有个小蛋糕随...

2025-06-20