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:2025-06-21 14:00:12
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?
- 既然富人财富占社会总财富的 80%,那么鼓励富人消费不就可以了吗?
- 能分享一下你写过的rust项目吗?
- 女朋友是体育生是一种什么体验?
- 爱因斯坦“相对论”是否错了,我始终无法理解为什么物体达到光速时间就会停止?
- golang 与rust 在服务器程序领域相比较,各有什么优劣势?
- 为什么他们可以闻出来我身上的穷酸味?
- 为什么人们通常不相信漂亮女孩是一个工程师?
- Python+rust会是一个强大的组合吗?
- 男人最无声的炫耀是什么?
最新资讯文章
- 你见过最有远见的人是什么样的?
- 杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准?
- 西方人是怎么发现地球是圆的的?
- 为什么这么久了还是没有主流软件开发鸿蒙版?
- 编程语言 MoonBit 发布 Beta 版,正式进入企业场景应用,会带来哪些影响?
- PHP现在真的已经过时了吗?
- 你见过身边身材最好的女生是什么样子的?
- cloudflare的1.1.1.1和warp有什么区别?
- 谷歌推出 Gemini 2.5 Flash-Lite 预览版本,哪些亮点值得关注?实际体验如何?
- 女主播和榜一大哥现实碰面会做什么?
- 商业史上有哪些降维打击的经典案例?
- 曼德拉是南非的罪人吗?
- 如何评价字节跳动开源的 Netpoll?
- 为什么伊朗的防空系统失效了?
- 你卡过最厉害的bug是什么?






关注公众微信号
移动端,扫扫更精彩