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 09:20:17
- 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
- 2025-06-20 21:45:15如何评价《灵笼 2》第六集？
- 2025-06-20 22:20:16万兆的网络速度有多大意义？
- 2025-06-20 21:30:16要不要帮导师装服务器?
- 2025-06-20 22:00:1599A的装甲防护问题这么大吗？
- 2025-06-20 22:40:16Golang与Rust哪个语言会是今后的主流？
- 2025-06-20 21:10:18为何雷军天天健身，却无健身痕迹?
- 2025-06-20 20:55:15网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
- 2025-06-20 21:35:16以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
- 2025-06-20 21:15:15字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
- 2025-06-20 21:50:16PHP现在真的已经过时了吗？
推荐产品
-
老挝是个怎么样的国家？
我对老挝最大的感受是老挝女人，不管你恋爱的时候对她多好，但她 -
怎么才能有尤雨溪一半强，该怎么学习？
目前已经有人成功把chrome124移植到xp系统上运行了， -
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
现在AI届有两大羊毛，一个是Cursor的edu邮箱用户可以 -
有一张巨强的显卡是什么体验？
说个反的，1660显卡玩黑猴，画面马赛克但游戏流畅，也就没在
新闻动态
最新资讯
- Rust连续多年成为最受欢迎的语言，为啥国内使用的人还是很少?
- 上海作为超大城市，高架上反而没有特别拥堵，上海交警是如何治理的？有哪些措施是其他城市可以效仿的？
- ***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
- SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
- 你为什么卸载了火绒？
- 有没有一个特别好用的Linux系统？
- 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？
- 你在出租房屋发现过什么前租客留下的“宝藏”？
- 想初尝苹果Mac电脑，纯体验，选 Macbook air 还是 pro？