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:
中医把脉是***吗?
你在出租房屋发现过什么前租客留下的“宝藏”?
有什么关于山西的冷知识?
如何评价 Steam 新游《捞女游戏》(已改名《情感反诈模拟器》)?
男医生在给年轻靓丽的女性检查时会是什么心态?
为什么还有那么多人认为蔚来会倒闭?
全球每年约500万匹马被屠宰,为什么却见不到中国人吃马肉?
网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?
你捡过最大的漏是什么?
商城里如何缓存商品信息?
有没有什么冷门的高颜值女演员?
以色列为什么要打伊朗?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
REDMI K80 至尊版手机搭载 7410mAh 电池,此款手机有哪些亮点?
前端因为像素还原设计稿而离职,这是个别现象吗?
为什么这么多人说 Gmail 好用?Gmail 和 QQ 邮箱相比到底好在哪里?
rust在国内的前景如何?
评价一下Proxmox VE与ESXi的优劣?
入职第一天有什么瞬间让你马上想离职的?
能发一张在暧昧期的聊天记录吗?
Rust 的设计缺陷是什么?
uni***真的很垃圾吗?
30岁了,你在深圳过着什么样的生活?
如何评价《灵笼 2》第六集?
阿里云为什么没有一年的免费云服务?
6 月 20 日,女篮热身赛,中国女篮 93-61大胜日本女篮,如何评价本场比赛?
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
陈楚生第一,马嘉祺淘汰,如何评价《歌手 2025》第六期所有歌手的演唱?