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:
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
- 2025-06-25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?
- 2025-06-25冬天也要穿胸罩吗?
- 2025-06-25真的没有人觉得2k是一个很尴尬的分辨率吗?
- 2025-06-25如何看待M4单核性能吊打9950x?
- 2025-06-25显示器选32还是27,2k还是4k?
- 2025-06-25人间尤物是什么样的?
- 2025-06-25为什么有人爱 Firefox 胜过 Chrome 呢?
- 2025-06-25谁能说点什么让我对日本祛魅一下?
- 2025-06-25特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营,这将对自动驾驶行业带来哪些影响?
- 2025-06-25有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选?
- 2025-06-25为什么韩国的热辣舞团无法征服中国的男性市场??
- 2025-06-25为什么 Go 语言的 Error Handling 被某些人认为是一个败笔?
- 2025-06-25明明无线鼠标有那么多优点,为什么还有那么多人买有线鼠标?
- 2025-06-25我弟弟用管理员身份把我和爸妈的WIFI 设置了,现在就他能用网,气不过,有办法让我出口气吗 ?
- 2025-06-25字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手?
- 2025-06-25运动员张国伟用两个对吹风扇让纸飞机「悬停」,这是怎么实现的?从物理学角度如何解释?
推荐产品
-
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?
创造一个AI Coding的产品,再用这个产品来做AI Co -
特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营,这将对自动驾驶行业带来哪些影响?
稳定性很差,特斯拉Robotaxi首秀,第一天就翻车了。 -
养乌龟是什么体会?
大水体深水养乌龟的忠实信徒。 条件不允许,只有25厘米的水深 -
平面设计师要被时代淘汰了吗?
不可能,一群外行意淫而已。 就拿肯定会被淘汰的美工混子来举
最新资讯