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 03:05:14
- 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 22:05:16你的低成本爱好是什么？
- 2025-06-20 21:10:18媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
- 2025-06-20 21:15:15为什么还有那么多人认为蔚来会倒闭？
- 2025-06-20 22:10:15和男朋友已经订婚了也预约了拍婚纱照，但是因为彩礼经常冷战，很不确定这个人到底对不对，怎么办?
- 2025-06-20 22:25:16写业务的话，go是不是垃圾？
- 2025-06-20 21:05:15Firefox是如何一步一步衰落的？
- 2025-06-20 21:25:16媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
- 2025-06-20 22:20:16字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
- 2025-06-20 22:10:15为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
- 2025-06-20 22:10:15055驱逐舰 是个什么概念?
推荐产品
-
上海作为超大城市，高架上反而没有特别拥堵，上海交警是如何治理的？有哪些措施是其他城市可以效仿的？
无他，唯探头多尔。 上海的探头，你驾驶违章了它是真的拍，拍 -
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？
这不光是酒店的问题。 看了图片，这传染病四项的试剂是万孚的 -
怎么才能有尤雨溪一半强，该怎么学习？
目前已经有人成功把chrome124移植到xp系统上运行了， -
各位都在用Docker跑些什么呢？
飞牛系统(J3455、16G内存) 容器管理：1Panel或
最新资讯