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：2025-06-25 23:00:21
- 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
- 2025-06-23 13:15:17如何评价“寡姐”斯嘉丽·约翰逊的身材？
- 2025-06-23 11:50:18华为最令你动容的地方在哪里？
- 2025-06-23 12:35:18如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
- 2025-06-23 12:50:17新手平面设计师(方向美工)怎么有目的提升设计能力？
- 2025-06-23 12:30:17为什么苹果不封杀「爱思助手」「iTools」这类软件？
- 2025-06-23 12:05:17为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
- 2025-06-23 13:15:17为什么 macOS 并不差，可市场总敌不过 Windows？
- 2025-06-23 13:05:17switch2为什么不用高通骁龙或者联发科天玑的旗舰芯片？
- 2025-06-23 13:00:17什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
- 2025-06-23 11:40:19是军舰上的大炮厉害还是陆军的大炮厉害？
推荐产品
-
如何评价新游《捞女游戏》？
换个角度，真爱至上的欣欣线细思鼻恐： 表面上欣欣是从良了，实 -
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
[***: DeepSeek: 我有必要放R2吗?] 来个速 -
postgresql能取代mongodb吗？
我得让你看看一些可能让你感到不悦的东西： CREATE TA -
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？
自研新作 flutter3.32+dart3.8+deeps
最新资讯