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:
以色列对伊朗发起的军事行动会升级吗?可能爆发全面战争吗?
伊朗和以色列为什么此时爆发冲突?背后有哪些深层原因?
如何评价国民党反动派把蹂躏妇女等下作手段写入军事教材?
伊朗称对以色列情报机构摩萨德总部发动袭击,如何评价此举?以情报机构在此次冲突中发挥了什么作用?
Golang和J***a到底怎么选?
电影《碟中谍》系列中哪一部最好?
我应该设置多少kb才能让他不能玩游戏?
cloudflare的1.1.1.1和warp有什么区别?
Rust开发Web后端效率如何?
Rust有什么好用的CLI库吗?
如果中国人在非洲承包土地,雇佣中国人大规模种粮食,可行吗?
如何优化前端网站的性能?
以色列为什么突然敢打伊朗了?不怕被报复?
个人做量化,买不起专业数据库,如何获取 L2数据?
哪一刻你疯狂渴望钱?
为什么年轻的肉体让人沉迷?
单依纯版《李白》“我本是辅助,今晚来打野”,为何能戳中00后情绪的出口?
PHP现在真的已经过时了吗?
SwiftUI 是不是一个败笔?
被欧洲称为世界珍馐的松露,在中国为何是母猪挚爱的「猪拱菌」?
马斯克宣布星舰将配备 42 台发动机,如何评价这一设计?
男女对立会在10后里缓和吗?
有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?
为什么说男人至死都是少年?
为什么欧美影视喜欢露点?
陌生人晕倒了,帮他拨打120后,病人不支付120出车费,这个费用谁来承担?
日本AV对中国人的毒害有多大?
为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
男医生在给年轻靓丽的女性检查时会是什么心态?
为什么中国现在全球军事实力第一,但包括中国人在内很多人不认可?