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:2025-06-21 23:50:16
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
- 如果我写个脚本,一直跌的股票一旦上涨就立刻(1s内)买,接着一旦下跌就立刻(1s内)卖,会怎样?
- 为何 PC 需要单核高性能,而服务器不在乎?
- 055万吨驱逐舰是不是有些被过于神化了,有没有了解的大佬详细解释一下?
- 你敢晒出你自己的照片吗?
- 为什么都 2025 年了显卡还不能通杀 4K?
- NAS的盘是否需要一次性买齐?
- Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?
- 只能选一个,你选谁?
- C盘为什么无法扩容?
- 如何看待盲人up主蒙眼炒鸡蛋在成都各大医院都买不到胰岛素,最后进抢救室?
最新资讯文章
- 广东清远市清城区发生 4.3 级地震,目前当地情况如何?哪些地方有震感?
- 为什么 macOS 并不差,可市场总敌不过 Windows?
- 自己有车位,但是没有车,就想把对象的车停进去,结果物业不允许,这合法吗?
- 太空中没有氧气,为什么太阳还在燃烧?
- 什么是 5G 固定无线接入(FWA)?
- 为什么不用rust重写Nginx?
- 如何评价Cursor?
- 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?
- 如何评价DuckDB?
- Dify工作流,你有哪些好玩的点子?
- go为了编译速度减少了很多编译优化?为什么不能提供优化编译模式来提升运行效率?是太懒还是另有隐情?
- 如何看待虹鳟和三文鱼之争?
- 自研项目,PHP用什么框架最好?
- 四岁的女孩儿跳舞怕压腿,家长该坚持吗?
- 如何看待6.22美国 B-2 轰炸机对伊朗核设施进行轰炸?
- udp比tcp快多少?
- 手机的运行内存真的有必要上16GB吗?
- 5070ti什么时候才能回归正常价格?
- 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。?
- 能发一张在暧昧期的聊天记录吗?