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:
大家怎么看待长沙这个城市?
NAS的盘是否需要一次性买齐?
谁能说点什么让我对日本祛魅一下?
养了近十年的草龟要不要放生?
中国军事力量有希望达到全球第一吗?
JetBrains 放弃 AppCode 是否是一个错误决定?
华为自研的仓颉编程语言将于 7 月 30 日开源,这款语言将如何影响未来的开发趋势?
如何看待rust编写的zed编辑器?
J***aScript 已经强大到什么程度了?
魔兽世界有必要4k吗?
商业史上有哪些降维打击的经典案例?
如何评价巴黎世家官宣杨超越为品牌挚友?
为什么QQ上的网络状态没有了?
胸大的女孩子有什么烦恼?
一个练过功夫的姑娘能打过一个没练过的男人吗?
055驱逐舰 是个什么概念?
为什么民众更关注华为对5nm芯片的突破,而不是关注小米已经自研的3nm芯片?
儿子抑郁四年左右了,他的未来该怎么办?
如何评价MiniMax开源首个视觉RL统一框架V-Triune,实现推理感知一肩挑,其技术上有何优势?
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
如何看待打五笔的人?
央行行长潘功胜首次在公开场合谈及稳定币,稳定币是什么?有何深意?
如何评价89式重机枪?
如何看待三峡集团总部搬迁至武汉?
如何评价《头文字D》中的夏树?
你见过身边身材最好的女生是什么样子的?
山东高密一化工厂发生爆炸事故,已造成 5 人死亡 6 人失联 ,目前情况如何?可能是什么原因导致爆炸?
Firefox 浏览器是否还有可能浴火重生?
linux字体显示为什么还做不到像android一样清晰?