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？
来源：
编辑：
时间：2025-06-20 09:20:17
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…。
-
{dede:pagebreak/}
网友评论：
{dede:include file='ajaxfeedback.htm' /}
栏目分类
最新文章
- 有没有人告诉我，云南昭通到底怎么样？
- 以前很多人家里都有家庭***，为什么现在几乎看不到了？
- 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？
- 中国承诺不开第一枪，那如果中美开战，美国直接摧毁北斗卫星，中国该如何反败为胜？
- 如果一个人有足够的钱让他一直***，那毒品对他的身体还有害吗？
- 群晖 nas 有些什么基本和好玩的功能？
- 自己拥有一台服务器可以做哪些很酷的事情？
- 自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
- 曾经的班花，现在还多少人惦记？
- 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？
热门文章
- 六小龄童的演技是不是被高估了?
- 伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
- 做个web服务器，gin框架和go-zero怎么选？
- 龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
- Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
- 为什么越来越多的 SSD 不带片外缓存了？
- Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
- 为什么 IPv6 在国内至今未得以大规模应用?
- 华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？