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?
- 发表时间:2025-06-22 12:40:11
- 来源:
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
- 2025-06-25 04:45:10为什么如今3.1Mbps的网速在2024年的体验那么差?
- 2025-06-25 04:55:09程序员的时间管理真的是写代码1小时,调试8小时吗?
- 2025-06-25 05:20:11主流的云厂商各自优势在哪里?
- 2025-06-25 06:15:09我的世界怎么租一个四个人的服务器?
- 2025-06-25 05:40:09有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选?
- 2025-06-25 05:00:10如何评价“寡姐”斯嘉丽·约翰逊的身材?
- 2025-06-25 05:45:10如何看待 Rust 的应用前景?
- 2025-06-25 05:20:11为什么 macOS 并不差,可市场总敌不过 Windows?
- 2025-06-25 05:05:09江西救护车 800 公里收 2.8 万被停运,该***中还有哪些疑点?这个收费贵不贵?
- 2025-06-25 05:30:09为什么iPhone各方面都是顶配,却唯独信号不好?
推荐产品
-
超小团队选择Django还是Flask?
10人网络运维小团队,用django自带视图和form+my -
脸与身材不符是种怎样的体验?
知乎第一个四千赞,谢谢大家点赞呀! 再加更新两张新拍的图吧, -
阿里云盘冻结后强制收费才能解冻,如何处理?
这题我会了。 我来答。 刚刚解决!!! 1、如果你现在被冻结 -
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗?
用webman重写了公司老旧的TP项目,管理后台这种几乎也没
新闻动态
最新资讯

