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：2025-06-21 23:50:16
- 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
- 2025-06-22 01:40:15duckdb的性能如何？
- 2025-06-22 00:25:17MongoDB的缺点以及你为什么不使用MongoDB？
- 2025-06-22 01:45:16PHP现在真的已经过时了吗？
- 2025-06-22 01:15:15明星现实中真的很漂亮吗？
- 2025-06-22 01:25:16如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
- 2025-06-22 00:40:16为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
- 2025-06-22 00:50:16我很好奇現在内地同胞們對香港的總體印象如何？
- 2025-06-22 01:50:15中国人口正经历前所未有大转折，如何看待中国人口负增长？应该怎样应对？
- 2025-06-22 00:45:16PHP现在真的已经过时了吗？
- 2025-06-22 00:10:16我应该设置多少kb才能让他不能玩游戏？
推荐产品
-
空战的时候可不可以先击落预警机?
当然可以，前提是能做到的话。 预警机就像象棋里的【帅】，价 -
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
参加仓颉内测已三年有余，这三年以来用仓颉开发了一个服务器工具 -
为什么越来越多的 SSD 不带片外缓存了？
被抠掉的SSD缓存：一场伪装成"技术进步"的全民智商检测知道 -
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
一款能把板车压到翘起来的车能纽北跑到七分半以内不出事已经是B
新闻动态
最新资讯