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:2025-06-18 22:25:11
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
- 你在出租房屋发现过什么前租客留下的“宝藏”?
- 如何评价字节跳动开源的 HTTP 框架 Hertz ?
- 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?
- 为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?
- 安卓设备上有哪些好用的游戏模拟器?
- 如何评价黄子华?
- golang和rust你选择哪个?
- 如何做到Redis中五大数据结构底层实现?
- 伊朗称袭击以色列「网络首都」,该地聚集英特尔、微软等多家高科技企业,伊朗为何选择这里?会造成哪些影响?
- 各位都在用Docker跑些什么呢?
最新资讯文章
- 为什么桔梗陆雪琪这些高冷美女会喜欢想往平凡男主?
- 为什么 mac mini 的 m4 版本价格这么低呢?
- Trae和Cursor对比有什么优势吗?
- 《三角洲行动》7.3日新赛季【破壁】,有什么值得期待的?
- 为什么中国JK无法拍出日本JK的感觉?
- 如何评价Cursor?
- 中国是不是最应该复制星链的国家?
- 消息称三大运营商将于今年下半年全面重启eSIM,eSIM有哪些好处?为何此前暂停这一业务?
- 今年西瓜收购价只有 2 毛一斤,有瓜农把西瓜扔池塘,现在超市西瓜仍几元一斤,为何会这样?
- 大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?
- 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?
- 媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何?
- 你捡过最大的漏是什么?
- 苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs,这背后原因有哪些?
- 有哪些高质量的中文分词api?






关注公众微信号
移动端,扫扫更精彩