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：2025-06-22 15:10:15
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
- 相对于Go，哪些领域是.NET做不到或做不好的?
- notion和Obsidian这两款软件选哪个？
- PHP初学者，我能不能使用PHP来开发桌面应用？
- 三星的旗舰手机能用五年以上吗？
- 为什么买了Switch后，却发现它并没有那么好玩？
- 以色列为什么要打伊朗？
- 《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
- Rust 的设计缺陷是什么？
- 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？
- 以前的日漫都这大胆的吗？
最新资讯文章
- 中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
- 你为什么放弃了wsl？
- 现在做一个独立开发者晚吗？
- 住家保姆为什么总干不长？
- 为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
- 你手机中最舍不得卸载的APP是什么？
- 国内所有14nm以下的芯片都不能被台积电代工，为啥小米玄戒能被代工?
- 华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
- 如何评价《灵笼 2》第六集？
- Web后端开发，用Python还是Go呢？
- 为什么印度都第四大经济体了，还没有让人感到实力强大？
- 《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
- 脸与身材不符是种怎样的体验？
- go 有哪些成熟点的后台管理框架？
- 男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
- 大家有什么烧钱的爱好吗?
- 眼睛有飞蚊症可以自愈吗?
- 有什么食物是你一直想吃，真吃到却很失望的？
- 据说Rust和WASM可以让J***ascript变得更强，有值得推荐的项目吗？
- 我的世界怎么租一个四个人的服务器？
