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:
你最满意的10款 PC 软件是什么?
自己组一个E5服务器才几百块钱,为什么去阿里云租这么贵?
华为红枫影像出来这么久了,为什么还没有友商跟进?是不是说明这是一项可有可无的技术?
为什么在日本是实体店干掉电商,在中国却是电商干掉实体?
日本崛起的时候有人拒绝996吗?
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?
在韩国生活有什么体验?
高校里那些「非升即走」后「走」了的青年教师都怎么样了?
伊朗这次让以色列打惨了,这个国家还能挺过来吗?
如何看待多地开展查摆年轻干部玩心重、贪图享乐、说话随意、社会交往复杂、生活不检点等问题的行动?
为什么 macOS 并不差,可市场总敌不过 Windows?
从现在看,沙特当年35亿买东风三的投资是不是划算的?
北京日报点名批评“苏超”过度娱乐化的动机是什么?
如何优雅地给妹子优化电脑(Windows)?
为什么河南饮食走不出去?
预测一下,下一次阅兵会出现什么武器震惊世界?
为什么人到中年,很少有身材苗条的?
你被哪个后来知道很sb的BUG困扰过一周以上吗?
想深入学习网站后台技术,有哪些建议?
单依纯和黄霄云谁颜值更高一点?
J***a 除了 Spring 还有什么?
Rust开发Web后端效率如何?
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网,而不是 ThinkPad 之类的?
PHP现在真的已经过时了吗?
理论上flutter性能应该非常高才对,为什么好些flutter应用性能一般?
大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?
你们是怎么远程用NAS听歌的?
为什么一谈到Wi-Fi想支持6GHz,总有人说那你可以去国外?
如何评价小米空调?
如何评价Cursor?