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:2025-06-21 16:10:11
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
- 怎么看待三十而已里说的养鱼让人玩物丧志,养鱼是魔鬼,是黑洞,养鱼毁三代鱼缸毁一生的话?
- Electron 做游戏客户端的潜力有多大?
- 目前最具性价比的全栈路线是啥?
- 做开发你遇到最无理的需求是什么?
- 如何看待 2026QS 世界大学排名?
- 现在已经有5K、6K、8K分辨率显示器,那么8K之后是什么?
- KVM显示器有哪些?
- 你们听过领导最没水平的一句话是什么?
- 冬天也要穿胸罩吗?
- 网红大蓝老婆大叶子晒自己的电费?40万每年,到底是什么概念?
最新资讯文章
- uni***真的很垃圾吗?
- 陆奇为什么离开百度之后混得不乐观?
- 我现在要基于阿里云esc创建oss个人网盘,实现这个功能后就不使用了,会收取费用嘛?
- 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?
- Rust的工程配置为何用toml格式?
- 为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm?
- 新手养鱼,鱼缸中能放入哪些水草?
- 飞利浦商用显示器是如何践行ESG承诺的?有哪些显示器有助于企业绿色发展?
- MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
- 世俱杯小组赛,国际米兰 2-0 河床,如何评价本场比赛?
- 国内为什么那么多人黑 WordPress ?
- 如何评价B站 up主“雨琪在芬兰”?
- 和男朋友说我姐想见他,想让他请吃饭,他觉得不应该他请客,这个人行不行?
- 光伏真的不行了吗?
- RTX5060真的有那么不值吗?






关注公众微信号
移动端,扫扫更精彩