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 04:15:15
- 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
- 2025-06-21 09:35:19为什么买了Switch后，却发现它并没有那么好玩？
- 2025-06-21 09:45:18阿里云为什么没有一年的免费云服务？
- 2025-06-21 09:30:18公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
- 2025-06-21 10:55:18后端开发除了增删改查还有什么？
- 2025-06-21 10:15:18理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
- 2025-06-21 09:20:18duckdb的性能如何？
- 2025-06-21 09:30:186 月 18 日苏炳添跑出 11 秒 37 未能进入决赛，这是否意味着职业生涯已经进入新阶段？
- 2025-06-21 10:10:17php这个岗位在未来几年会消失吗，因为刚从事php有点焦虑?
- 2025-06-21 10:45:18如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
- 2025-06-21 11:05:17电影《碟中谍》系列中哪一部最好？
推荐产品
-
为什么很多人在1panel推出之后，还坚持用宝塔面板？
强如 1p 还需要发这种软文吗？ 首先纠正几个误区，1p 和 -
如何评价switch 2版赛博朋克2077的画面堪比xss?
机魂大悦！用最赛博朋克的方式来玩《赛博朋克》！我是强尼·银手 -
Apple 为什么不封杀 Flutter 呢？
额……我一个纯H5打包的应用都能上架且支持内购，有啥不可以的 -
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？
并不是芯片觉醒，而是韭菜不够了。 我是麻薯，关注麻薯，不当
最新资讯