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…。
代码:
新买的移动硬盘该格式化为 NTFS 还是 exFAT?
为什么人到中年,很少有身材苗条的?
SwiftUI 是不是一个败笔?
如何评价电影《碟中谍8:最后清算》?
为什么腰肌劳损这么难治?
HTTP/3 解决了什么问题,又引入了什么新问题?
如何看待 Rust 的应用前景?
今年西瓜收购价只有 2 毛一斤,有瓜农把西瓜扔池塘,现在超市西瓜仍几元一斤,为何会这样?
A股市场通达信游资量能异动捉妖主升浪指标公式哪些比较好用?
联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?
谁是对Mac有成见然后用完Mac后真香的?
Android为什么不直接执行Linux的程序?而是自己搞一套?
如何评价“寡姐”斯嘉丽·约翰逊的身材?
五年以内会爆发第三次世界大战吗?
小沈阳女儿韩国出道,将发行个人首张迷你专辑,为什么选择韩国出道?你看好吗?
你为什么对kotlin失去好感?
以色列有能力灭掉伊朗吗?
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?
如何看待 Rust 写的 PNG 解码器比 C 实现更快?
韦东奕和王虹谁的数学天赋更强?
有一双超级大长腿是什么感觉?
为什么明明身边二胎非常普遍,但从人口统计数据看,人口依然是在减少的?
30马赫的导弹,近防炮能挡住吗?
如何使Windows上安装的Macos虚拟机流畅运行?
阿里网盘为什么没有动静了?
2025年,歼16与美军机50分钟缠斗,为什么知乎上没有任何消息?
现在的年轻人喜欢穿连裤袜吗?
这种裙子是不是对直男爆杀?
国内很多男性在非洲和当地女人恋爱是真的吗?
公立医生帮联系民营救护车,800 公里收费 2.8 万元,收费合理吗?救护车收费标准是什么?