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?
来源:
编辑:
时间:2025-06-22 10:35:16

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…。
-
{dede:pagebreak/}


网友评论:
{dede:include file='ajaxfeedback.htm' /}
栏目分类

最新文章
- 目前react的生态系统是什么情况,有没有比较公认的成熟的开发技术栈?
- 如何看待 2025 年颁布的禁酒令?
- 曹玉磊冒充「清华院长」频繁参加活动遭官方打***,他为何能堂而皇之以***身份开展活动?其将受到哪些处罚?
- Golang是不是代替了PHP以前的生态位啊?
- Golang是不是代替了PHP以前的生态位啊?
- 为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm?
- 有什么好用的连点器,可以录制屏幕那种,免root权限?
- 什么是 5G 固定无线接入(FWA)?
- 为什么好多人不承认大众审美就是喜欢白皮?
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?

热门文章
- 为什么 macOS 比 Windows 稳定?
- 婆婆有没有什么事把你雷到终身难忘的?
- 这种裙子是不是对直男爆杀?
- 有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗?
- 龙芯 2K3000 处理器正式发布,这款处理器的发布对国产芯片的发展意味着什么?
- 字节引入Rust是否代表J***a的缺点Go也没解决?
- 程序员用 Mac mini m4有必要买24G+的吗(非主力机)?
- RTX5060真的有那么不值吗?
- 小米YU7发起24小时耐力挑战,该测试是为了体现电动汽车的哪些产品力?对电动汽车来说有哪些挑战?
- 民航局紧急通知禁止携无 3C 标识及被召回的充电宝乘境内航班,无 3C 标识充电宝有哪些安全隐患?
