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：2025-06-22 03:30:15
- 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
- 2025-06-21 21:35:16PHP和Node.js哪个更爽?
- 2025-06-21 21:50:15多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？
- 2025-06-21 21:20:16如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
- 2025-06-21 20:25:16华为鸿蒙还有多久可以在pc桌面取代Windows？
- 2025-06-21 21:00:15Trae和Cursor对比有什么优势吗？
- 2025-06-21 21:50:15如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
- 2025-06-21 21:25:15你最真实（很少吐露）的择偶标准是什么？
- 2025-06-21 22:00:16如何看待《捞女游戏》（已改名为《情感反诈模拟器》）定档 6 月 19 日？
- 2025-06-21 22:05:20怎么学习前端开发？求推荐学习路线？
- 2025-06-21 21:00:15男医生在给年轻靓丽的女性检查时会是什么心态？
推荐产品
-
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？
有三个点需要注意： 1 结果： 积流成江 （Streams -
福特级航母的电磁弹射到底出了什么问题？
电磁弹射，被加速的舰载机总重，30吨，即3万公斤；加速长度1 - 开发了一个App，上线之后一个用户也没有怎么办?
我做了个小程序，想要帮用户整理归纳出门前携带的行李。 因为
-
如何看待 Mac mini M4 支持可更换 SSD？
苹果官方其实卖这个配件，但是目前只提供给Mac Pro。
新闻动态
最新资讯