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:
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
- 2025-06-26美团优选被曝突发大面积关仓。如何评价?
- 2025-06-26吴柳芳的真实水平如何?
- 2025-06-26DP1.4,HDMI2.1,只支持到4K120Hz。那些4K144Hz甚至更高的显示器是怎么实现的?
- 2025-06-26当年《诛仙》第一部的成功在于什么?
- 2025-06-26不是说剪映很简单吗,为啥大家还是喜欢用pr呢?
- 2025-06-26月之暗面 Kimi 首个 Agent 开启内测,可生成易追溯的万字报告,有哪些技术亮点?
- 2025-06-26为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?
- 2025-06-26王思聪的女朋友这么多,为什么都不结婚?
- 2025-06-26一个三甲医院的HIS系统,运营一年下来,他的数据库能有多大?
- 2025-06-26孩子画过什么画让你非常震惊?
- 2025-06-26Chrome 浏览器设计的神细节有哪些?
- 2025-06-26如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?
- 2025-06-26你都见过什么样的电脑盲?
- 2025-06-26做个web服务器,gin框架和go-zero怎么选?
- 2025-06-26python与nodejs哪个性能高?
- 2025-06-26为什么 CRT 画质这么好也被淘汰,液晶反而发展的很好?
推荐产品
-
理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般?
自研新作 flutter3.32+dart3.8+deeps -
那些168cm才80来斤的女生,真的现实生活中好看吗?
本人168cm,最近稳定在87斤,前段时间到过85斤,算是近 -
相亲男见面5次,第5次的时候尝试拉我的手,我甩开了,后面就再没约过我,怎么办?
我和老婆当年也是相亲认识的,见第二次的时候饭后压马路,她说觉 -
什么是 AI Agent(智能体)?
最近陆陆续续的发布了很多的智能体,有拿Agent做唯一产品的
最新资讯