为什么Rust的包管理器Cargo这么好用?
2025年,笔记软件又如何选择?
MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
有哪些看似聪明,实则很傻的行为?
为什么TVB的法政剧拍的比内地的法政剧更有吸引力?
Linux 下有没有类似 Everything 的搜索工具?

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:2025-06-25 10:55:18 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?