如何评价高圆圆的身材算是美女类型的吗?
一个人可以节俭到什么程度?
陈楚生第一,马嘉祺淘汰,如何评价《歌手 2025》第六期所有歌手的演唱?
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?
Cloudflare是一家什么样的公司?
为什么golang pprof检测出的内存占用远小于top命令查看到的内存占用量?

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?

发布日期:2025-06-20 18:00:17 浏览次数:0

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…。

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?