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：2025-06-22 00:20:17
- 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 10:15:182025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
- 2025-06-21 09:25:17python与nodejs哪个性能高？
- 2025-06-21 10:05:19为什么还用导弹发射井，机动式部署不是更安全吗？
- 2025-06-21 11:10:18字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
- 2025-06-21 10:55:18为什么韩国的热辣舞团无法征服中国的男性市场？？
- 2025-06-21 09:20:18为什么现在年轻人存不下钱?
- 2025-06-21 10:05:19真的有这种又苗条身材又爆炸的么？
- 2025-06-21 11:05:17如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
- 2025-06-21 10:50:19紧身牛仔裤看起来不正经，真的是这样吗？
- 2025-06-21 11:05:17利用爬虫技术能做到哪些很酷很有趣很有用的事情？
推荐产品
-
央企的信创，是否有必要把 spring 替换成国产的 solon ？
2021 年我亲自去现场部署过信创环境，某某档案系统。 J* -
30马赫的导弹，近防炮能挡住吗？
拦不住。 当然，这种导弹也不是给近防炮拦截的。 首先，我们 -
程序员空闲时间应该继续卷技术，还是找其他副业？
J***a/Web/Android的程序员可考虑下面的副业， -
易语言作者吴涛的技术水平在国内能排到什么级别？
排名我不知道，但可以看看他做了什么。 首先，Visual
最新资讯