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 03:40:14

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
既然PostgreSQL在各方面都优于MySQL,为什么国内大部分互联网公司还坚持使用MySQL?

既然PostgreSQL在各方面都优于MySQL,为什么国内大部分互联网公司还坚持使用MySQL?

二者半斤八两,国内用postgres的少,大多数人不知道po...

2025-06-21
京东刘强东近期小范围分享怎么看?

京东刘强东近期小范围分享怎么看?

文 | 佘宗明时间点,正确——不是寻常时点,是6·18收官日...

2025-06-21
感觉鱼缸久了底下火山石里脏脏的,能彻底换水清理一遍不?

感觉鱼缸久了底下火山石里脏脏的,能彻底换水清理一遍不?

[***] 鱼缸要养庞大的清洁工队伍,清道夫、红眼大帆、各种...

2025-06-21
如何看待 Rust 的应用前景?

如何看待 Rust 的应用前景?

Rust对C++的威胁不威胁先放在一边,rustdoc文档功...

2025-06-21
古代军队明明有前锋开路,为什么大军还会被埋伏?

古代军队明明有前锋开路,为什么大军还会被埋伏?

我前年专门去了特拉西墨涅湖古战场,汉尼拔曾经在湖边的山谷埋伏...

2025-06-21