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？_贵州省黔东南苗族侗族自治州天柱县桥较电脑硬件有限公司
浏览次数：304发表时间：2025-06-21 09:15:16
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
- 最近看独立开发者，做记账 软件赚到很多钱，我也开发一个，会不会碾压？
- 如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
- 《甄嬛传》中祺贵人为什么和甄嬛反目？
- 脸与身材不符是种怎样的体验？
- 现代艺术只考虑意义、不考虑美感吗？
- 美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
- 你认为美国最近30年最烂的一个总统是谁？
- 为什么网络上都在说隋坡厉害？
- 淘宝上几百块钱的小程序靠谱吗？
最新资讯文章
- 为什么中国很少有人使用linux？
- 为什么人类不把垃圾倾倒在活火山里？
- 下载怎么老阻止?
- Flutter 为什么没有一款好用的UI框架？
- 阿里网盘为什么没有动静了？
- 如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
- 我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
- 万兆的网络速度有多大意义？
- 为什么欧美影视喜欢露点？
- 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？
- 独立站怎么开始做啊？
- 为什么腾讯云或者阿里云不让自建dns服务器?
- 如何评价***伊内斯·特洛奇亚的身材？
- 我应该设置多少kb才能让他不能玩游戏？
- Swift 和同时代的其他语言比起来怎么样？
- 不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
- 三亚女游客毒蛇咬伤致死***暴露了我国什么问题？
- 你的低成本爱好是什么？
- 男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
- 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？
