node 项目中如何使用 Node Schedule 创建定时任务?
通过 GraalVM 将 J***a 程序编译成本地机器码后,效率能和rust比吗?
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?
SwiftUI 是不是一个败笔?
如何看待《长安的荔枝》李善德的结局?
为什么个人需要公网ip?

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:2025-06-21 19:25:11 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?