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:
你的亲戚提过什么过分的要求?
程序员看剧的时候,如果看到有敲代码页面,会暂停看代码吗?
伊朗到底有没有击落以色列的F35?
count(*) count(1)哪个更快?
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响?
宝宝们 敢不敢发出你们自己最可爱的自拍照?
可以用duckdb在本地建立一个数据库对外服务吗?
白人女性是不是很美,为什么?
老挝是个怎么样的国家?
58 同城被曝大规模裁员,比例或达 30%,具体情况如何?58 同城目前面临哪些问题?
大环境什么时候可以好?
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?
国产手机AI「好用」的背后,是技术差距还是文化差异?
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的?
现在渐渐很少人用吸尘器了吗,为什么?
超级喜欢穿短裙正常吗?
京东刘强东近期小范围分享怎么看?
学个前端给我卷死了,为什么大学生现在这么难?
我的世界怎么租一个四个人的服务器?
为什么从事技术的人普遍都比较难沟通?
有没有GUI框架开发难度小,***消耗又不多,而且又跨平台?
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
snipaste怎么安装?
美国发行「稳定币」,是否相当于增发美元?
如何看待M4单核性能吊打9950x?
央行行长潘功胜首次在公开场合谈及稳定币,稳定币是什么?有何深意?
为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
要不要从北京搬去成都,且让孩子在成都上学?
现在网上有很多卖别墅的,都只有200万,这个是真的吗?
MySQL不香吗,为啥还要Elasticsearch?