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?

2025-06-25 02:10:10

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
如何判断鱼缸中的硝化系统是否已经成功建立?

如何判断鱼缸中的硝化系统是否已经成功建立?

从鱼缸里面物质转化角度来说一下哈。 首先,一个有生物的鱼缸...

2025-06-27
MacOS的哪个设计让你非常恼火?

MacOS的哪个设计让你非常恼火?

是我孤陋寡闻了,原来功能都有。 open .就可以直接打开...

2025-06-27
很多私企老板「土皇帝」式管理员工,为什么公司依然能生存得这么好?

很多私企老板「土皇帝」式管理员工,为什么公司依然能生存得这么好?

本质上,是劳资双方的不对等博弈。 你看历史上的农民起义你就...

2025-06-27
为什么总有人要说"再见,docker!",那玩nas的为什么还离不开docker,比如绿联,飞牛?

为什么总有人要说"再见,docker!",那玩nas的为什么还离不开docker,比如绿联,飞牛?

有一部分人区分不清楚 k8s docker podman 的...

2025-06-27
j***a 使用 pgsql 好用吗?和 mysql 区别大吗?

j***a 使用 pgsql 好用吗?和 mysql 区别大吗?

这年头想用PG(PostgreSQL)的小伙伴,一定是见过大...

2025-06-27