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 08:15:11
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
- 你卡过最厉害的bug是什么?
- 女生到底应不应该穿***的衣服?
- 如何看待《新京报》评论「“谁违约谁担责”,让烂尾楼业主不再“钱房两空”」?
- 有哪些事,是社会底层人认识不到的?
- 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?
- 大家都喜欢用什么浏览器?
- 广州的你,择偶标准怎样的?
- 城管如果彻底解散,中国应该大庆三天吗?
- 为什么大多数评测对macbook的屏幕素质避而不谈?当真不怕被pwm频闪闪瞎眼吗?
- 如何看待 稚晖君第五轮融资 估值将达70亿?
最新资讯文章
- 普通人用得着4k分辨率的显示器吗?
- 各位前端大触们,一般怎么定颜色的?
- 27寸显示器有必要上4K吗?
- 为什么 CRT 画质这么好也被淘汰,液晶反而发展的很好?
- 真的没有人觉得2k是一个很尴尬的分辨率吗?
- 有哪些素材种类多的素材网站值得分享?
- 鱼缸里的石子有哪些作用?
- 如何看待美团创始人王兴清空微博?
- 强大王朝过不了300年的大坎,是否适用于美国?
- 程序员用 Mac mini m4有必要买24G+的吗(非主力机)?
- 广州经济近年来一落千丈的原因有哪些呢?
- 能否对比一下Claude Code和Gemini CLI,你的选择建议是?
- 前端如何设计网页?
- 为什么台式 PC 还处在组装(DIY)阶段?
- 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?






关注公众微信号
移动端,扫扫更精彩