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：2025-06-19 21:55:16
- 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
- 2025-06-20 06:20:14使用J***a开发简单CAD软件？
- 2025-06-20 06:20:15中国的导弹水平到底怎么样？
- 2025-06-20 06:25:14如何看待当今小学生的疯狂内卷?
- 2025-06-20 06:05:14switch2好用吗朋友们?
- 2025-06-20 07:30:15央企的信创，是否有必要把 spring 替换成国产的 solon ？
- 2025-06-20 07:30:15参加知乎「第十一届新知青年大会」是种什么样的体验？
- 2025-06-20 07:30:1558 同城被曝大规模裁员，比例或达 30%，具体情况如何？58 同城目前面临哪些问题？
- 2025-06-20 07:45:15有没有一个特别好用的Linux系统？
- 2025-06-20 06:50:14越正经的女人越容易做出疯狂的事吗？
- 2025-06-20 06:35:15为什么日本女性要求这么低了还能把日本男性逼成不婚不育的草食男?
推荐产品
-
国内目前独立开发者收入如何？可以养活自己以及家人吗？
还行啊，自己几个周末的业余时间，一边玩一边写的照片整理软件 -
超小团队选择Django还是Flask？
10人网络运维小团队，用django自带视图和form+my -
为什么不用rust重写Nginx？
cloudflare 已经重写了，他们认为 NGINX 有一 -
奥迪暂停全面电动化***，不再设定停售燃油车时间表，此前沃尔沃、奔驰也调整全面电动化***，如何解读？
奥迪放弃纯电发展***特别能体现出欧盟的双标，玩不起就掀桌子
最新资讯
- 《我的团长我的团》中有哪些细思极恐的细节？
- 有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
- 如何使Windows上安装的Macos虚拟机流畅运行?
- 《权力的游戏》里面最美的是谁？
- DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
- 蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
- 应该如何看待群晖在DSM 7.2.2-72803更新中去掉了Video Station?
- 为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
- 能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？