如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
张飞为啥被评价有国士之风?
一台主机上只能保持最多 65535 个 TCP 连接吗?
为什么切尔诺贝利泄漏了100年不能住人,而广岛原***爆炸后很快就重建了,不都是核么?
真的有这种又苗条身材又爆炸的么?
谁能说点什么让我对日本祛魅一下?

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 03:40:14 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?