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:2025-06-20 19:35:11
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
- 如何看待rust编写的zed编辑器?
- 如何评价Orbstack(在Mac上低开销地运行容器和Linux)?
- 为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
- 初学者做游戏用godot还是unity好?
- 如何评价陈可辛执导的民国悬疑犯罪电影《酱园弄·悬案》?
- 为什么 macOS 并不差,可市场总敌不过 Windows?
- 程序员需要用到内置kvm功能的显示器吗?或者是外置的kvm切换器吗?
- 孩子画过什么画让你非常震惊?
- 目前最具性价比的全栈路线是啥?
- 请问运行windows游戏,steam os和windows哪个效率高?
最新资讯文章
- 储存很多文件,是要用云盘还是用硬盘?
- 做引体向上可能会诱发腰肌劳损吗?
- 如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变?
- MacOS真的比Windows流畅吗?
- 如何看待三峡集团总部搬迁至武汉?
- 如何评价张靓颖刘宇宁《九万字》?
- 相对于PR、FCPX等同类软件,为什么Avid media composer在国内用的人很少?
- 导师给了1.4W要我给工作室买个主机,是整机还是自己配?
- 理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般?
- 为什么感觉现在的 bilibili 很没意思?
- DLM(扩散语言模型)会成为2025年的Mamba吗?
- 如何评价女明星梅根福克斯的身材?
- 纯萌新一个,看了《鸣潮》2.4的宣传海报,它玩法是什么样的,适不适合手残党,建议入坑吗?
- 你如何评价小米这个品牌?
- 公司老板不想续费3w一年的云服务器,合理吗?






关注公众微信号
移动端,扫扫更精彩