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:
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
- 2025-06-21如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
- 2025-06-21小米YU7从7月提前至6月底发布,是什么原因导致提前发布?
- 2025-06-21如何看待苹果在 WWDC25 发布的 Foundation 模型框架,它将为开发者和用户带来哪些改变?
- 2025-06-21《解放军报》指出脸书、推特、油管、Flickr成为策划、煽动社会动荡的工具,有什么信息值得关注?
- 2025-06-21男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
- 2025-06-21洲际导弹能打到任何地方,为什么还需要轰炸机?
- 2025-06-21我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?
- 2025-06-21以色列为什么突然敢打伊朗了?不怕被报复?
- 2025-06-21多个充电宝或电芯品牌的 3C 认证证书被暂停,涉及罗马仕、安克、绿联、倍思、安普瑞斯等,发生了什么?
- 2025-06-21能分享一下你写过的rust项目吗?
- 2025-06-21如何评价《灵笼 2》第六集?
- 2025-06-21如何看待CCTV13批评“L2.999智驾”等误导性宣传,若导致事故车企可能需要担责?
- 2025-06-21能分享一下你写过的rust项目吗?
- 2025-06-21女朋友是跳拉丁舞的,跳双人舞时会有身体接触,作为男友我感觉有点吃醋怎么办?
- 2025-06-21你被哪个后来知道很sb的BUG困扰过一周以上吗?
- 2025-06-21字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?
推荐产品
-
联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?
今年AI Max+ 395可以说全面翻车了,32B的模型都跑 -
为什么腰肌劳损这么难治?
新疆边防当兵站岗,有腰肌劳损7年了,真的难受,最近在一个北体 -
个人小网站是怎么防止网站被攻击的?
基于自己部署在阿里云的ECS中提取出的 auth.log* -
为什么情侣在一起旅行后容易分手?
感觉只要有一个事儿逼,就难,不只是旅行,任何需要合作的事情都
最新资讯