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:
为什么好看的家一看就是国外的?
为什么bilibili后端要用go来写?
如何看待《剑星》已登顶 Steam 全球热销榜?
中年夫妻有多少生活和谐的?
和女生旅游开一间房有什么注意事项?
Flutter 为什么没有一款好用的UI框架?
Golang和J***a到底怎么选?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
「韦东奕本人」账号确认是***的,目前已被关停,如何看待无底线博流量的行为?哪些信息值得关注?
如果全球都停止出口粮食,中国能否自给自足?
为什么广西盛产鬼火少年?
前端如何设计网页?
Vim 有什么奇技淫巧?
女生被踢裆也会很疼吗?
如何评价浙江这个省?
自己拥有一台服务器可以做哪些很酷的事情?
***拍大尺度片子时摄影师不会看光吗?
销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了?
蜂鸟音乐指控邓紫棋侵权,要求 48 小时内下架重录歌曲,邓紫棋回应「不会下架」,这一指控合理吗?
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ,需调整抑制消费政策」?
穿瑜伽裤爬山的女生会不会害羞?
跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?
能分享一下你写过的rust项目吗?
如何看待郑钦文盘中破发点换鞋?
全班 43 人开家长会只来了 7 位爸爸,学校称未来准备策划爸爸家长会,如何看待这一现象?
有没有比Windows自带的远程桌面更好的同类软件?
为什么程序员独爱用Mac进行编程?
如何看待当今小学生的疯狂内卷?
做好的flask项目怎么部署到服务器,使用公网ip可访问?
为什么有的女生喜欢穿紧身牛仔裤?