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：2025-06-20 05:15:14
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
- 字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
- 为什么供应链桃子只有小米雷军可以摘，其他人只能干瞪眼？
- 如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
- 有一个***约你出去，你会去吗？
- 如何看待 2026QS 世界大学排名？
- 能分享一下你写过的rust项目吗？
- 中国的导弹水平到底怎么样？
- 澳大利亚的铁矿石到底是一个什么样的存在？
- JetBrains 放弃 AppCode 是否是一个错误决定？
- 网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
最新资讯文章
- 你什么时候觉得中国强大了?
- 你被哪个后来知道很sb的BUG困扰过一周以上吗？
- 现在做网站还有一席之地吗？
- HUAWEI的折叠笔记本非凡大师能用于编程吗?
- 如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
- 为什么学完了 C 语言觉得自己什么都干不了？
- 字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
- 外贸独立站怎么做SEO？
- 有哪些事情是MacOS做不到但Linux可以做到的？
- 如何看待国内开源项目的不可持续性？
- 你卡过最厉害的bug是什么？
- 为什么 Windows 系统上的安装包有 exe 和 msi 两种格式，有什么区别？
- 乡下的土鸡真的值100块钱吗？
- 为什么 mac mini 的 m4 版本价格这么低呢？
- cloudflare的1.1.1.1和warp有什么区别？
- 为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
- 核武器真的有宣传中那么牛逼吗？
- Golang和J***a到底怎么选?
- 江西一救护车转运重症患儿 800 公里收 28000 元遭质疑，争议点是什么？哪些信息值得关注？
- 怎么快速部署一个大模型?
