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 17:45:17
- 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
- 2025-06-21 12:40:16歼-20 在国际上到底是什么地位？
- 2025-06-21 12:15:18为何一讨论Wi-Fi 7阉割6GHz+320MHz，很多人都说用不上所以根本不在意？
- 2025-06-21 12:35:17苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
- 2025-06-21 12:10:17Go 语言的使用感受是什么？
- 2025-06-21 11:35:17能分享一下你写过的rust项目吗？
- 2025-06-21 12:55:18你见过最无用的节俭行为是什么？
- 2025-06-21 11:20:17一枚东风41能直接干掉一艘航母吗？
- 2025-06-21 12:45:18你怎么看待剪映收费过高问题？
- 2025-06-21 11:35:17SONY 到底有多强大?
- 2025-06-21 11:25:17为什么react***推荐使用create-next-***了呢？不用ssr的话，也没必要用next吧?
推荐产品
-
为什么react***推荐使用create-next-***了呢？不用ssr的话，也没必要用next吧?
React 某些品味感人。 以前的 CRA 就是一坨不折不 -
Rust 和 Go 的并发模型有什么不同，为什说 Rust 的并发模型更好 ？（1.0已没有内建模型？
这里简单 聊聊Go 的并发模型~ Go 语言以高性能著称 -
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
我的头发到我屁股，夏天每三天洗一次。 洗头的顺序是先用控油 -
duckdb的性能如何？
最近更着duckdb的 这个官方博客 做了下实验。 随机生成
新闻动态
最新资讯