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:
为什么腰突不受到医学界的重视?
graalvm为啥国内没有流行起来,go写起来实在太恶心了,难道任凭go独霸云原生?
SQLite不能支持高并发,为什么又说它能支持 10万 的日访问量?
为什么山姆这么受欢迎?
notion和Obsidian这两款软件选哪个?
洞庭湖为什么越来越小, 会消失吗?
如何评价捞女游戏改名,全网“围剿”,以及导演b站账号被封这件事?
写业务的话,go是不是垃圾?
为什么日本经济下降,大学排名跌至谷底,还有那么多人挤破脑袋去日本留学?
2025 年 6 月,Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
2025 年,Conda、uv、pixi 应当如何选择?
中国预警机世界领先吗?
有什么食物是你一直想吃,真吃到却很失望的?
到底是时代选择了Nvidia,还是Nvidia选择了时代?
Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?
美国军队只有司令,不设政委,它们的文官治军咋实现的?
消息称三大运营商将于今年下半年全面重启eSIM,eSIM有哪些好处?为何此前暂停这一业务?
国产操作系统很多年没有搞成为什么有人会认为鸿蒙会成功?
能分享一下你写过的rust项目吗?
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
Rust开发Web后端效率如何?
网传广东怀集洪水后赵一鸣超市被哄抢,县***回应相关单位正在核实,若属实哄抢者该承担哪些法律责任?
如何评价伊朗最高领袖哈梅内伊?
韦东奕(北大韦神)要是去写游戏引擎代码,能不能把虚幻引擎按在地上摩擦?数学好真能‘降维打击吗?
编程语言 MoonBit 发布 Beta 版,正式进入企业场景应用,会带来哪些影响?
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?
四岁的女孩儿跳舞怕压腿,家长该坚持吗?
PHP和Node.js哪个更爽?
现在网上把清朝说得一无是处,但是为什么能统治268年?
深圳高二中学生「手搓」火箭飞燕一号发射成功,突破 10KM 海拔高度,这属于什么水平?手搓火箭有多难?