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:2025-06-19 01:35:10
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…。
同类文章排行
- 为什么Rust的包管理器Cargo这么好用?
- 5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源,具体有哪些提升?使用体验如何?
- obsidian用一两年后会有多大?全文搜索还快吗?
- 360 集团周鸿袆努力拼了 4 年,最后反而跌了近 4000 亿,其原因是什么?
- 如何看待 Rust 写的 PNG 解码器比 C 实现更快?
- 如何看待多地推出升级版「禁酒令」?
- 如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势?
- 导航搜索网站,推荐些推广方法哈?
- 为什么日本人口密度这么大还能住一户建,中国只能住楼房?
- 有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?
最新资讯文章
- 印度公开藏南地区我方战士口咬手雷坚守的***,是想表达什么?
- 全世界都在等中美开战吗?
- 有什么好用的AI软件推荐吗?
- Golang和J***a到底怎么选?
- 前端,后端,全栈哪个好找工作?
- 有一个***约你出去,你会去吗?
- 为什么用 electron 开发的桌面应用那么多?
- 家里想搞一个服务器,怎么才不违规?
- 为什么说WPS是流氓软件?
- 如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?
- 做个web服务器,gin框架和go-zero怎么选?
- 大a下一个牛市多久到来?
- MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
- 中国的航空发动机现在是什么水平?
- 电脑有64G的物理内存(DDR5 5200),完全够用了,可以关闭系统的虚拟内存吗?






关注公众微信号
移动端,扫扫更精彩