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:2025-06-23 11:10:13
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
- 如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
- 在深圳找个男朋友难吗?
- Firefox是如何一步一步衰落的?
- 你身边身材最好的女生是什么样?
- 你干过最牛的一件事是什么?
- 如何看待 Rust 写的 PNG 解码器比 C 实现更快?
- 有没有某个瞬间,你觉得做科研特扯淡……?
- Unity收费***后,为何大家选择了Godot而不是Cocos?
- 如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势?
- 为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里?
最新资讯文章
- 做一个中国的微软到底有多难?
- 美国国务卿称将开始吊销中国学生签证,包括在关键领域学科学生,影响有多大?在美中国留学生该怎样应对?
- 为什么有些前端一直用 div 当按钮,而不是用 button?
- 男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
- 有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?
- MacOS真的比Windows流畅吗?
- 2025年6月了,深圳房价咋样?
- 巅峰期的成龙身体素质是怎么一种存在?
- 为什么美军“好像”不怕泄密?
- 央视罕见公布东风-5 洲际导弹参数,最大射程 12000 公里,怎样解读?此时公布有哪些意义?
- 在所有动物肉中,哪一种味道最好?
- 程序员都在用什么显示器写代码?
- 如何看待苹果公司撤下“说服父母给你买一台 Mac”的广告***,上线仅一天?
- OpenWrt 能做哪些有趣的事?
- 微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用,背后原因有哪些?
- 为什么国内没有一个发布需求的***或网站呢?
- 为什么Rust的包管理器Cargo这么好用?
- 多个充电宝或电芯品牌的 3C 认证证书被暂停,涉及罗马仕、安克、绿联、倍思、安普瑞斯等,发生了什么?
- 照骗能骗到什么程度?
- 有哪些是你用上了mac才知道的事?





