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 08:20:17
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
- 如何看待 Rust 写的 PNG 解码器比 C 实现更快?
- duckdb的性能如何?
- 眼睛的飞蚊症,能够康复吗?
- 为什么linux桌面那么丑?
- 为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
- Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来?
- 到底是时代选择了Nvidia,还是Nvidia选择了时代?
- 如果发动机热效率达到100%,一升汽油大概可以让汽车行驶多少公里?
- 为什么越来越多的 SSD 不带片外缓存了?
- 为什么 macOS 上国产软件不流氓?
最新资讯文章
- 微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用,背后原因有哪些?
- 《三角洲行动》还能活多久?
- 如果苹果真的下架了微信的话,会发生什么?
- 为什么许多人讲虹鳟不是三文鱼?
- 大厂后端开发需要掌握docker和k8s吗?
- 女生被踢裆也会很疼吗?
- 马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
- 为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
- 如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动?
- 北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?
- 为什么面对 Adobe 的版权要求下,vposy 大神还能从容不迫?
- 大家猜猜伊朗的结局如何?
- 年纪轻轻为什么会得腰肌劳损?
- 如何看待rust编写的zed编辑器?
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
- 如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
- 伊以的对轰证明伊朗似乎没那么菜!美国会下场吗?
- 大家的NAS都是24小时不关机吗?
- 深圳房价能跌到什么位置?
- 中国军队有多强,在世界能排第几?