当前位置：当前位置： 首页 >
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？_DB电竞·(DBGAME)官方网站
浏览次数：304发表时间：2025-06-18 11:25:14
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…。
同类文章排行
- 闲鱼上为什么会有人问都不问直接下单?
- 作为资深Mac用户，有哪些你相见恨晚的软件值得推荐？
- 只能选一个，你选谁？
- 你卡过最厉害的bug是什么？
- 脸与身材不符是种怎样的体验？
- 有哪些让你目瞪口呆的 Bug ？
- k8s里面kubectl get pod -d wide命令作用是什么？
- 现在已经有5K、6K、8K分辨率显示器，那么8K之后是什么？
- 为什么前端这么多看过vue源码而看过react源码的少呢？
- 有听过什么特别毁三观或者特别奇葩的事情吗？
最新资讯文章
- Mac上最好用的软件都有哪些呢？
- MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
- 数据库不就是增删改查一些数据吗？研发一个数据库到底难在哪了？
- 为什么全网 都在说 iOS 开发不行了 ？
- 开战斗机从上海到北京要多久，那是一种什么样的体验？
- 现在已经有5K、6K、8K分辨率显示器，那么8K之后是什么？
- 你有没有在一瞬间突然认清了一个人？
- postgresql能取代mongodb吗？
- 世界上存在动漫少女般完美的「身体」吗？
- 你身边身材最好的女生是什么样？
- 为什么台式 PC 还处在组装（DIY）阶段？
- 为什么年轻的肉体让人沉迷？
- 为啥有好多人说 Arduino 是玩具？
- 美国用B-2是不是有点小题大做啊？
- 用Django开发web后端，真的比SpringBoot要省事吗？
- 你会从mac转向Windows吗？
- J***aScript 已经强大到什么程度了？
- J***aScript 已经强大到什么程度了？
- 为什么“柴犬”从万人迷，变成万人嫌？
- 编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
