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:
大家如何看待出卖身体的女生?
为什么国内程序员们没有联合起来设计一种中英文严格2:1宽度比的字体呢?
你被哪个后来知道很sb的BUG困扰过一周以上吗?
相亲男约我出去玩,我说来月经了,他回复「那还是不去玩了」,我很生气,他解释是开玩笑,这男的是不是渣男?
做BIM的常用软件都有哪些?
照骗能骗到什么程度?
有哪些适合大学生浏览的网站?
你们都用 Python 实现了哪些办公自动化?
为什么中国很少有人使用linux?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
俄罗斯妹子***漂亮热情,中国男人是不是很喜欢娶?
什么是防抖和节流?有什么区别?如何实现?
一个母亲对儿女说,这世上除了爸妈没人真心希望你们好。请问你怎么看?
怎么向老婆简单解释nas的用途?
如何评价“寡姐”斯嘉丽·约翰逊的身材?
鸿蒙 PC 操作系统有可能冲破 Windows 和 MacOS 的封锁,代表国产系统成为第三极吗?
苹果前首席设计师 Jony Ive 离职的原因是什么?
中餐炒菜那么好吃,为什么欧美人不学去?
python与nodejs哪个性能高?
为什么不用rust重写Nginx?
为什么 CTO、技术总监、架构师都不写代码还这么厉害?
为什么个人需要公网ip?
如何评价张靓颖刘宇宁《九万字》?
国家为什么要把国企等企业电脑全部换成Linux环境?能不能从专业的角度分析一下?
你的老师长什么样?
做一个中国的微软到底有多难?
《西西里美丽传说》女主角,在当时打扮这么高调,不觉得带给自己很多不便吗?如何理解她的心态?
为什么Next.js和Nuxt.js发布时间只隔了几小时?
目前美军还有哪些领域是明显领先于解放军的?
为什么CCTV-6总是能播一些连院线都上不了的电影?