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:
你见过最极致的节省能省到什么程度?
为什么个人需要公网ip?
目前最具性价比的全栈路线是啥?
当年《诛仙》第一部的成功在于什么?
韩国掀起打「增高针」风潮,增高针真的能增高吗?会对身体产生哪些影响?
为什么 Linux 软件安装包会有依赖关系,而 Windows 软件安装包不需要?
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?
蜂王的生活幸福吗?
为什么“柴犬”从万人迷,变成万人嫌?
count(*) count(1)哪个更快?
有什么你去了韩国才知道的事?
普通人用得着4k分辨率的显示器吗?
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?
为什么说 Node.js 有望超越J***a?
眼镜王蛇有什么好怕的?
功夫游戏《师父》火了之后,为什么没能掀起做功夫题材的游戏的浪潮?
如何看待广西举全区之力支持柳州化解债务?为什么最近地方债又重回公众视野?
为什么很多知乎的回答推崇日本式的市区、市郊通勤铁路?
中国的防空系统能有效防止B2、B21这类飞翼隐身战略轰炸机入侵吗?
Centos为什么突然没人用了?
索尼互动娱乐宣布 PS6 的开发工作已经全面启动,你会如何期待索尼的下一代游戏主机呢?
Electron 做游戏客户端的潜力有多大?
显示器选32还是27,2k还是4k?
黄仁勋带着他芯片团队回国,他的成就会高于钱学森吗?
各双拼输入方案之间有明显的优劣之分吗?
今年7.5日的预言是真的吗?
postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢?
为何近两年,女性创作者与女性题材佳作喷涌而出?
为什么中国一定要帮助伊朗?
你捡过最大的漏是什么?