当前位置:当前位置: 首页 >
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?
文章出处:网络 人气:发表时间:2025-06-25 21:15:11
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…。
同类文章排行
- 能否对比一下Claude Code和Gemini CLI,你的选择建议是?
- 下一代 Xbox 主机售价可能超过 1000 美元,对此你怎么看?值得入手吗?
- 国产手机APP为什么越来越臃肿?
- ***拍大尺度片子时摄影师不会看光吗?
- 病毒会不会逃出虚拟机?
- 如果在野外发现了一只大熊猫,很脏,领回家给他洗个澡,再养几天,犯法吗?
- 法人没有开票可以申请企业贷吗?
- 男女对立会在 10后里缓和吗?
- 什么是你去了台湾才知道的事?
- 求pr安装包及安装方法?
最新资讯文章
- MacOS真的比Windows流畅吗?
- 周芷若一个船夫的女儿,容貌真的比得上皇家女子吗?
- 如何看待广西举全区之力支持柳州化解债务?为什么最近地方债又重回公众视野?
- 为什么董明珠攻击小米空调,而公牛却没有攻击小米插座?
- 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?
- 字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?
- 大家有没有「大众认为是烂片但个人却喜欢看」的影片?
- 如何评价女明星梅根福克斯的身材?
- MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
- 现在个人博客不能备案了吗?
- 为什么现在很多人推崇国外原版教材?
- 深圳湾爆炸***中的女子有可能跳到下一层吗?
- 为什么苹果的Mac不能啃下“游戏”和“软件支持”这2块硬骨头?
- 谁是对Mac有成见然后用完Mac后真香的?
- LCD党真的只是少部分人吗?






关注公众微信号
移动端,扫扫更精彩