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?
- 发表时间:2025-06-20 00:00:17
- 来源:
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…。
推荐资讯
- 2025-06-21 22:45:17count(*) count(1)哪个更快?
- 2025-06-21 23:55:16Gemini 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?
- 2025-06-21 22:25:15联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?
- 2025-06-22 00:00:17为什么同样是输球,常州和国足的风评却差那么多呢?
- 2025-06-21 23:20:18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?
- 2025-06-21 22:50:16Web后端开发,用Python还是Go呢?
- 2025-06-21 23:40:18MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
- 2025-06-21 23:50:16重庆现在到什么地步了?
- 2025-06-21 22:20:16为什么新流行的开源编辑器都在用Rust开发?
- 2025-06-21 22:20:16黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?
推荐产品
-
吃爽了是怎样一种体验?
某次长时间的户外拍摄,生活环境、伙食各种都比较应付,拍摄结束 -
如何看待特朗普最后关头取消对伊朗的军事行动?
其实就是五角大楼都没准备好,就被比比拉进场了。 比比的案子是 -
为什么长得漂亮却没什么用?
我家楼下的快递站,原来负责人是一个男人婆,每次快递车到了,司 -
为什么欧美影视喜欢露点?
这么喜欢看露点的 那推荐一部俄罗斯的片子《契卡》 从头到尾都
新闻动态
最新资讯