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:2025-06-19 00:30:11
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
- 骑自行车会花费多少钱?
- 苹果 macOS Tahoe 26 新 Finder 图标引争议,其争议点主要集中在哪些方面?
- 为什么 Bun 选择了 Zig 以及 JSCore?
- 程序员平时都是CRUD开发工作,真的需要深入理解原理性的知识点吗?
- 使用内存超过32G(含)的电脑是种怎样的体验?
- SwiftUI 是不是一个败笔?
- 月之暗面 Kimi 首个 Agent 开启内测,可生成易追溯的万字报告,有哪些技术亮点?
- 为什么微软出的软件都那么巨大?
- 如果你是荔枝使,如何在十天内让杨贵妃吃上新鲜荔枝?
- 现在谷歌好像已经把外链的价值降到很低了,seo还有存在的价值吗?
最新资讯文章
- 自己组一个E5服务器才几百块钱,为什么去阿里云租这么贵?
- 商业史上有哪些降维打击的经典案例?
- 能分享一下你写过的rust项目吗?
- 如何评价邹市明妻子冉莹颖?
- 能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
- 如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?
- 挂面怎么会那么难吃?
- 科技工作者,今年是你入行的第几年?还记得刚入行时的自己吗?若能与那个「新人」通话60s,你会聊什么?
- 我国有能力发现B2并摧毁吗?
- 强大王朝过不了300年的大坎,是否适用于美国?
- 怎样实现redis分布式锁?
- 小米首款 SUV YU7 发布,有九种配色,25.35 万元起售,该车市场竞争力如何?你会买吗?
- 如果苹果真的下架了微信的话,会发生什么?
- 小鹏G7预售价23.58万,何小鹏称其为「全球首款L3级算力的AI汽车」,何为L3级算力?竞争力如何?
- 扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?






关注公众微信号
移动端,扫扫更精彩