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?
人气:发表时间:2025-06-18 00:25:12
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
- 如何评价《灵笼 2》第六集?
- CRM 开源系统有哪些推荐?
- 鱼缸能不能做到一直不换水还很清澈?
- 如何评价Orbstack(在Mac上低开销地运行容器和Linux)?
- 为什么一部分 Go 布道师的博客不更新了?
- 为什么有人会说要崛起要靠西科这种荒唐观点呢?
- 为何雷军天天健身,却无健身痕迹?
- 你怎么看待剪映收费过高问题?
- 能分享一下你写过的rust项目吗?
- 通过重体力劳动练出来的肌肉和标准健美人员肌肉有什么不同?
最新资讯文章
- 网传《碟中谍 8》亏损可能超 14 亿,是真的吗?这背后的原因是什么?
- 最好的笔记软件是什么?
- Linux下监控流量一般使用什么工具?
- 如何自己搭建家庭服务器?
- 有哪些小众的开源项目养活了一大批人?
- 如何看待 2026QS 世界大学排名?
- 为什么鸿蒙PC要排斥Linux生态?
- 各省的省超出来后(类似于苏超),中超是不是就废了?
- 美军 B-2 轰炸机参与袭击伊朗核设施,B-2轰炸机战斗力如何?会摧毁伊朗核设施吗?
- 软路由怎么没有人玩了?
- 2025 年还能等得到 LCD 屏的旗舰机吗?
- 为什么用 electron 开发的桌面应用那么多?
- 什么是bootloader?
- 女婿不喜欢去丈母娘家的原因是什么?
- 为什么觉得小米的系统越来越不行了?
- 正常人的健身进度是什么样的?
- 为什么游戏总是缺少 dll 文件?
- 买到烂尾楼到底该有多绝望?
- 能分享一下你写过的rust项目吗?
- 今年1-5月,我国住户存款“定期化”趋势不断加强!5月已创历史新高!这说明了什么?





