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 02:35:15

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
如何看待M4单核性能吊打9950x?

如何看待M4单核性能吊打9950x?

正好,我在写一个.net core的小服务程序,正好用手头的...

2025-06-20
请各位参与了鸿蒙NEXT APP适配的开发者来谈一谈适配过程中的感受?

请各位参与了鸿蒙NEXT APP适配的开发者来谈一谈适配过程中的感受?

这么说吧,有种系统核心级的框架,外包给了第三方开发的感觉。 ...

2025-06-20
为什么同样是输球,常州和国足的风评却差那么多呢?

为什么同样是输球,常州和国足的风评却差那么多呢?

去现场看了第三轮徐州对连云港。 徐州2:0领先,到了89分...

2025-06-20
PHP现在真的已经过时了吗?

PHP现在真的已经过时了吗?

我php 由php3 用到現在,經歷過IIS 用*.php3...

2025-06-20
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