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:
rust在国内的前景如何?
如何在最短时间内提升打ctf(web)的水平?
一时想不开剪了朵拉头怎么办?
已婚职业女性,对男同事「开玩笑」,可以有多出格?
单依纯版《李白》“我本是辅助,今晚来打野”,为何能成为年轻人情绪共振的出口?
国党去台湾以后为什么支楞起来了了?
伊朗没有战斗机吗?为什么不起飞空中拼***?
微服务api gateway选择tyk还是kong,或者其他方案?
为什么中国不禁用苹果手机呢?
以总理称已控制伊朗首都领空,领空被控制意味着什么?伊朗还可以通过空袭反击吗?
医院的信息科工作是怎么样的体验?
为什么浙江落下的陨石,防空系统没有拦截,它和导弹有什么不同?
为啥有好多人说 Arduino 是玩具?
MCP、function calling 这两者有什么区别?与AI Agent 是什么关系?
女生穿超短裙就是为了给别人看吗?
全平台应用框架会是趋势吗?flutter、tauri、maui你更看好哪一个?
怎么通俗的解释路由这个词?
有一个***约你出去,你会去吗?
中央多份重磅文件出台,密集释放「涨工资」「提高居民收入」的信号,这背后有何深意?
鸿蒙电脑会在国内逐渐取代windows电脑吗?
为什么 Qt 这么难用?
如果两辆同型号的车换了车牌,电子警察会发现吗?
为什么小爱音箱只能播放qq音乐免费音乐?
冬天也要穿胸罩吗?
北京日报点名批评“苏超”过度娱乐化的动机是什么?
美国不交房产税会被赶人收房,那所谓的永久产权还有什么意义?
普通家庭对孩子最好的托举是什么呢?
开战斗机从上海到北京要多久,那是一种什么样的体验?
以军称已打死伊朗最高军事指挥官阿里·沙德马尼,具体情况如何?这会对伊朗军方造成怎样的影响?