2025 国内公司前端团队都在搞些什么?
Electron 做游戏客户端的潜力有多大?
Linux 下有没有类似 Everything 的搜索工具?
怎么评价国内AI企业人肉背15块80TB硬盘,飞去马来西亚用英伟达训练数据,以规避美国禁令?
程序员平时都是CRUD开发工作,真的需要深入理解原理性的知识点吗?
不是都说6月美债要爆吗 怎么没消息了?

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 04:45:14 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?