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 浏览次数:发表时间:2025-06-21 16:10:11
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
- 伊朗称对以色列情报机构摩萨德总部发动袭击,如何评价此举?以情报机构在此次冲突中发挥了什么作用?
- 女朋友是体育生是一种什么体验?
- 《龙珠》中最 Bug 的设定是什么?
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
- 为什么我觉得中国很谦虚,甚至有时候感觉中国对其他国家过分宽容,外国人却认为中国是列强呢?
- 为什么买了Switch后,却发现它并没有那么好玩?
- 如何评价福原爱?
- 为什么中国一定要帮助伊朗?
- 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?
- 蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?
最新资讯文章
- Rust1.86才正式稳定trait的upcast,为什么在rust中这个特性实现如此复杂?
- 特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?
- 亚克力鱼缸这么容易模糊吗?
- 女生真正的完美身材是什么样子?
- 为什么很多警察想辞职?
- 越正经的女人越容易做出疯狂的事吗?
- 如何评价首个女性友好的编程语言HerCode?
- 你身边身材最好的女生是什么样?
- 为何 Linus 一个人就能写出这么强的系统,中国却做不出来?
- 你的亲戚提过什么过分的要求?
- 好的游戏设计有很多,有些也不难在程序上实现,为什么很多新游戏还是不会用已有的好的设计呢?
- 女主播和榜一大哥现实碰面会做什么?
- 鱼缸有没有简单的过滤配置搭配方式?
- 有什么好看的追妻火葬场的文吗?
- 为什么有人不信狗肉馆会偷狗?
- 基因好是一种怎样的体验?
- 胸大的女孩会自卑 吗?
- 人能为了钱做到什么地步?
- 韩寒现在为什么不写书了呢?
- 男人最无声的炫耀是什么?





