周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
穿瑜伽裤爬山的女生会不会害羞?
如何评价前端框架 Solid?
为什么不建议在 Docker 中跑 MySQL?
长期使用的大佬来说说,MacOS 真的比 Windows 稳定吗?
如何评价Cursor?

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?

发布日期:2025-06-21 00:20:17 浏览次数:0

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…。

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?