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:
公务员家庭聚餐也禁止了吗?
你卡过最厉害的bug是什么?
Cloudflare是一家什么样的公司?
如何评价林志玲?
空战的时候可不可以先击落预警机?
微软edge浏览器为什么逐渐被其他的浏览器代替?
如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃,中国古代不吃面包是因为贫穷,没有足够的柴火?
请问有没有什么工具能够生成局域网的网络拓扑结构图?
跨平台GUI框架到底应该自绘还是原生控件绑定?
明星不拍戏的时候都在干什么?
职高真的很乱吗?
蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?
网页提示可能会含有攻击电脑的病毒该怎么办?
switch2好用吗朋友们?
如何看待不超过1879元的Mac mini(M4+16/256GB+票),易用性吊打同级其他台式电脑?
为什么老一辈人都觉得空调不能长时间吹?
以色列为什么突然敢打伊朗了?不怕被报复?
有哪些外行看起来很陋(low),但是内行人却觉得很高大上的东西?
为什么中国很少有人使用linux?
Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来?
在武汉,你们的找对象标准是怎样的?
《酱园弄》电影你期待哪位演员的表演?
微软裁了 6000 人,其中软件工程师受影响最大,这会给整个软件行业的人才流动带来怎样的连锁反应?
docker 容器启动后如何添加端口映射?
怎么看待B站舞蹈区和某些风格比较暴露的up?
你的亲戚提过什么过分的要求?
我想知道女生有没有处男情结?
周杰伦被曝现身日本弯腰驼背似老人,是真的吗?他曾称患有强直性脊柱炎,这病对身体影响有多大?能治好吗?
如何看待《剑星》已登顶 Steam 全球热销榜?