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 12:25:19
- 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 20:05:15为什么软件公司很少用python开发web?
- 2025-06-19 20:50:15苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
- 2025-06-19 20:30:16马上领证了，发现男朋友离不了游戏，让他少打游戏他会非常生气，正常吗？
- 2025-06-19 20:40:16全平台应用框架会是趋势吗？flutter、tauri、maui你更看好哪一个？
- 2025-06-19 19:45:16为什么供应链桃子只有小米雷军可以摘，其他人只能干瞪眼？
- 2025-06-19 20:10:16会有人真正发自内心喜欢平胸吗?
- 2025-06-19 20:20:16为什么章若楠和杨超越长得很像，男人却更喜欢章若楠，认为有女人味，而觉得杨超越像小女孩？
- 2025-06-19 21:00:16胸大的女孩子有什么烦恼？
- 2025-06-19 20:50:15陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
- 2025-06-19 20:10:16上司非让我这个实习生坐高铁把大领导的***专门送回去，大领导的***不能邮寄吗?
推荐产品
-
为什么现役主流的火炮口径都稳定在152/155而不追求更大口径呢？
军营开放日，不知你参加过没 我那次参加的时候，其中有一个项目 -
你从什么时候开始感受到所谓的“资本的力量”？
资本最擅长的戏法，就是先夺走我们本该拥有的日常，再包装成“稀 -
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
个人丐版技术栈：vue/react + node + mys -
如何评价伊朗国家电视台宣布今晚将发生大事，让世界铭记几个世纪？
第一，有小概率是伊朗藏了一个原***，今晚试爆。 鉴于伊朗
新闻动态
最新资讯