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?
人气:发表时间:2025-06-22 14:10:16
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
- 34 岁教授王虹在北京大学开数学讲座,她或将成为首位获得菲尔兹奖的中国籍数学家,有多厉害?
- 《甄嬛传》中祺贵人为什么和甄嬛反目?
- 杨幂论文一年间 AI 率从 0 飙至 91%,为什么会这样?AI 查重到底有没有统一标准?
- 为什么《绝区零》打磨了那么多细节的同时,却有一个灾难性的UI设计?
- 为什么Rust的包管理器Cargo这么好用?
- 你捡过最大的漏是什么?
- 如何看待 Rust 的应用前景?
- 为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好?
- 如何评价仓颉编程语言7月30日开源?
- 米哈游创始人蔡浩宇称AIGC将彻底改变游戏行业,游戏创造只属于顶尖团队,普通开发者建议转行,如何理解?
最新资讯文章
- 有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?
- 怎么样才能让大模型的RAG迅速落地?
- 前端是不是快没了?
- 小米发布了 REDMI 首款旗舰小平板 K Pad,仅 8.8 英寸,小巧便携,如何评价这一设计?
- 想学编程,该不该买MacBook?
- 为什么很多司机不办 ETC?
- 游戏***1秒钟能达到6击键吗?
- 你的亲戚提过什么过分的要求?
- 是什么原因让你一定要用 iPhone?
- 为什么现在年轻人存不下钱?
- Windows上有没有一分多屏和多屏合一的软件?
- 为什么微软出的软件都那么巨大?
- 5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源,具体有哪些提升?使用体验如何?
- 海贼王为什么现在被全网黑?
- ***拍大尺度片子时摄影师不会看光吗?
- 如何评价前端框架 Solid?
- 腰陆陆续续疼了一年多了,这个是腰突吗?
- 你们男寝发生过哪些难忘的事?
- 大模型 Agent 是不是就是各种 Prompt 的堆叠?
- 为什么中国很少有人使用linux?