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:2025-06-18 10:20:12
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
- 为什么web worker可以在前端开多线程,解决单线程卡死页面的问题,但是没有得到广泛使用?
- 个人做量化,买不起专业数据库,如何获取 L2数据?
- 2025年,歼16与美军机50分钟缠斗,为什么知乎上没有任何消息?
- 为什么都说武器越怪,死的越快?
- A股牛市能持续多久?
- 有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?
- 《沙丘》中为什么不把沙虫幼体运到其他星球去生产香料?
- 如何看待伊朗媒体称「今晚将发生世界铭记的大事」?可能是什么?
- 字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手?
- 商城里如何缓存商品信息?
最新资讯文章
- 夸克网盘有可能超越百度网盘吗?
- 长期使用的大佬来说说,MacOS 真的比 Windows 稳定吗?
- 为什么小米造车可以叫小米,而华为不可以用华为品牌造车?
- 个人做量化,买不起专业数据库,如何获取 L2数据?
- 为什么同样是输球,常州和国足的风评却差那么多呢?
- 微信服务器会保留聊天记录吗,会保存多久?
- Go 语言 Web 应用开发框架,Iris、Gin、Echo,哪一个更适合大型项目?
- 你们都什么时候对男女之事开窍的?
- 我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗?
- 2025 年 6 月,Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
- 鸿蒙折叠屏笔记本为什么敢卖26999?
- 如何看待alist被转手出售***?
- Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?
- 打下来全部的星链近地卫星好打么?
- 《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份,如何看待这一行为?
- 国产手机AI「好用」的背后,是技术差距还是文化差异?
- Flutter 为什么没有一款好用的UI框架?
- 发生了什么导致你从此再不吃某样食物?
- 中国军事力量在亚洲能排第一吗?
- 为什么特斯拉坚持用纯视觉智驾?





