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 04:05:16
- 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
- 2025-06-19 22:10:16如何看待伊朗国家电视台发文：“今晚,将会发生一件大事,让世界铭记几个世纪”？
- 2025-06-19 22:25:15如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
- 2025-06-19 21:20:15Flutter 为什么没有一款好用的UI框架？
- 2025-06-19 22:40:16055一打一能不能打过阿利伯克？
- 2025-06-19 21:20:15你被哪个后来知道很sb的BUG困扰过一周以上吗？
- 2025-06-19 22:05:16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？
- 2025-06-19 21:10:15好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
- 2025-06-19 22:15:16count(*) count(1)哪个更快？
- 2025-06-19 21:20:15vue + tsx 的开发体验能追得上 react+tsx么？
- 2025-06-19 22:30:16“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
推荐产品
-
你们跟网友面过基吗？翻车了吗？
不是我朋友，是我自己，婚纱照已拍，婚期已定。 11月加的微 -
UBI（Universal basic income，全民基本收入）可行吗？
可行，且大概率已经堵不住，不得不实施了。 因为有些城市已经 -
MySQL不香吗，为啥还要Elasticsearch？
在技术面试中，遇到过这样一个有意思的场景，且听我娓娓道来。 -
python的包管理器uv可以替代conda吗?
看着 uv 最近这么火，功能也挺全，又能当 pip 用还能管
最新资讯