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:
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
曾经的班花,现在还多少人惦记?
Rust1.86才正式稳定trait的upcast,为什么在rust中这个特性实现如此复杂?
Rust怎么写GUI程序?
鱼缸能不能做到一直不换水还很清澈?
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事?
有什么软件官方已经停更了或者公司已经倒闭了,但是你还在用并且觉得很好用的?
福州人口流出为什么这么严重?
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?
脸与身材不符是种怎样的体验?
如何评价「尖叫」这种饮料?
为什么不用rust重写Nginx?
如何看待《求是》发布小米汽车工厂宣传片?
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?
哪张照片让你觉得刘亦菲美得不可方物?
有什么好用的安卓本地音乐播放器推荐?
DF-41已经可以打击美国本土,这是否相当于古巴导弹危机常态化?
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢?
Golang中有必要实现Async/Await吗?
为什么日本人口密度这么大还能住一户建,中国只能住楼房?
为什么有的女生喜欢穿紧身牛仔裤?
怎么才能有尤雨溪一半强,该怎么学习?
能发一张在暧昧期的聊天记录吗?
为什么有人爱 Firefox 胜过 Chrome 呢?
如何评价沙鲁?
MiniMax Week第三天推出通用 Agent,体验如何?对行业会带来哪些影响?
PHP现在真的已经过时了吗?
Redis 分布式锁如何实现?
群晖 nas 有些什么基本和好玩的功能?