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：2025-06-20 20:40:15
- 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
- 2025-06-20 07:45:15为啥「整顿违规吃喝」的好事在某些省份落实成了「吃饭违规」？这会对当地的餐饮行业造成影响吗？
- 2025-06-20 07:35:15如何评价首个女性友好的编程语言HerCode?
- 2025-06-20 07:35:15《武林外传》里最让你心酸的画面是什么？
- 2025-06-20 07:00:14脸与身材不符是种怎样的体验？
- 2025-06-20 07:05:14女人为什么身体那么软？
- 2025-06-20 07:15:15男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
- 2025-06-20 07:05:14能分享一下你写过的rust项目吗？
- 2025-06-20 07:05:14Flutter 为什么没有一款好用的UI框架？
- 2025-06-20 07:30:15很多人开始弃用印象笔记了，你还在使用印象笔记吗？
- 2025-06-20 06:10:15iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
推荐产品
-
大海捞针还捞着了是一种什么样的体验？
如果知乎算海的话，那我，被捞着了。 事情是这样的：我以前有 -
如果全球都停止出口粮食，中国能否自给自足？
不能，没有一丁点可能 根据海关总署数据，2024年共进口 小 -
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
这事儿就跟之前亚朵酒店被发现用了一家民营医院的枕套一样。 -
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？
一个写程序超过二十年的老家伙说: 凡是国企写的软件都是垃圾,
最新资讯