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：2025-06-21 05:35:16
- 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
- 2025-06-22 19:30:16小米汽车官方解释了刹车盘生锈属于正常现象，并提供了两种除锈功能，这些措施是否足够有效？
- 2025-06-22 19:15:16微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
- 2025-06-22 18:35:15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？
- 2025-06-22 18:00:22老公想要买2万左右的相机，我该同意吗？
- 2025-06-22 18:30:16是什么原因导致HDR无法推行？
- 2025-06-22 18:05:15特朗普称美国完成对伊朗三处核设施的打击，具体情况如何？伊朗会如何反击？
- 2025-06-22 19:05:15为什么中国很少有人使用linux？
- 2025-06-22 18:15:16卸载迅雷后，***文件变成xunlei.bittorrent.6,怎么还原回去啊，心态炸了！?
- 2025-06-22 18:50:15有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
- 2025-06-22 18:45:16postgresql能取代mongodb吗？
推荐产品
-
node 项目中如何使用 Node Schedule 创建定时任务？
需求描述日常开发中，我们常常会要执行一些定时任务比如定时清理 -
网传《碟中谍 8》亏损可能超 14 亿，是真的吗？这背后的原因是什么？
《碟中谍8》的问题应该是多方共同导致的结果一、7和8分成上下 -
以色列为什么突然敢打伊朗了？不怕被报复？
核不扩散条约不是说着玩的。 巴铁，是中美允许的，平衡印度。 -
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
作为本次”双K魔王“系列的重要成员，REDMI K Pad是
新闻动态
最新资讯