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:
为什么微信不向telegram学习?
前端真的已经死了嘛?
新疆维吾尔自治区,经济发展的真实前景如何?
鸿蒙电脑应用开发和鸿蒙手机是一样的吗?
编程大佬陈皓(左耳朵耗子)心梗去世,你对他有哪些记忆?
胸大的女孩会自卑 吗?
QQ为什么败给微信?
有人 espresso 直接喝吗,为什么?
人们在 DOS 年代如何办公?
买到烂尾楼到底该有多绝望?
为什么个人需要公网ip?
如何评价首个女性友好的编程语言HerCode?
go为了编译速度减少了很多编译优化?为什么不能提供优化编译模式来提升运行效率?是太懒还是另有隐情?
如何评价字节跳动开源的 HTTP 框架 Hertz ?
为什么有的女生喜欢穿紧身牛仔裤?
为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里?
你非常喜欢的人攻击你的长相,你会怎么办?
能发一张在暧昧期的聊天记录吗?
大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?
男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?
你为什么对kotlin失去好感?
住家保姆为什么总干不长?
SQLite不能支持高并发,为什么又说它能支持 10万 的日访问量?
北京日报点名批评“苏超”过度娱乐化的动机是什么?
有什么是你去河南才明白的事?
polars到底行不行?
Python+rust会是一个强大的组合吗?
参加知乎「第十一届新知青年大会」是种什么样的体验?
今天面试第五家公司被拒,面试官说我你技术没问题,但35岁要25k,不如招2个应届生,我该如何应对?
那你说什么样的是美女?