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 18:10:11
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
- 为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗?
- 苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?
- 微信服务器会保留聊天记录吗,会保存多久?
- 能发一张在暧昧期的聊天记录吗?
- 买到烂尾楼到底该有多绝望?
- 如何看待 Three.js / WebGL 等前端 3D 技术?
- Rust的设计缺陷是什么?
- 作为一个服务器,node.js 是性能最高的吗?
- 写业务的话,go是不是垃圾?
- 2029年中国能载人登上月球吗?
最新资讯文章
- 为啥有好多人说 Arduino 是玩具?
- 特朗普集团推出 499 美元「土豪金」手机 T1,安卓系统,号称「美国制造」,如何看待此举?
- 如何评价连云港这座城市?
- 为什么人到中年,很少有身材苗条的?
- 以色列为什么突然敢打伊朗了?不怕被报复?
- Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?
- 正常人一次一顿能吃完一斤牛肉吗?
- 为啥大家都这么难戒赌?
- 男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?
- 如何评价 TypeScript?
- Vue性能优于React,那为什么还不用Vue?
- PHP和Node.js哪个更爽?
- 哪些 Rust 库让你相见恨晚?
- 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
- 为什么有些门开关时特别容易夹手?背后的设计缺陷可能有哪些?






关注公众微信号
移动端,扫扫更精彩