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 18:15:16

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
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs,这背后原因有哪些?

苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs,这背后原因有哪些?

丸辣,Rosetta2的AVX2支持才刚起步就要被抛弃辣。 ...

2025-06-20
浙江真的可以三千名上浙大吗?

浙江真的可以三千名上浙大吗?

没错,浙江省的确3000名就可以上浙大,和你省300名去的是...

2025-06-20
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?

Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?

macOS漂亮是漂亮,但是并没有GNU/Linux流畅啊。 ...

2025-06-20
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?

不得不感慨,传统体制内还是有高人啊。 我个人悲观的看法,苏...

2025-06-20
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?

谢邀 作为一个长期关注科技行业的开发者,一直很期待 HDC ...

2025-06-21