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:
为什么日本经济下降,大学排名跌至谷底,还有那么多人挤破脑袋去日本留学?
美军航母编队有能力拦截DF-21D和DF-26吗?
女朋友去露营,3女2男的,要在野外搭帐篷过一夜,她的闺蜜不想让我去,我该怎么办?
伊朗的反击力度是否出乎以色列的意料之外?
有邻居的追求者出价三万,让我连续半个月每天找个女朋友晚上弄点动静,我该答应吗?
男子因眼睛小被小米汽车系统频繁误判疲劳驾驶,一路提醒20多次,这是智能汽车通病吗?怎么解决该 bug?
一名女子在杭州万象城遭挟持被捅 20 多刀,隆胸***体救了一命,这反映出哪些公安系统的问题?
老饭骨做的饭真的好吃吗 ?
为什么微信不向telegram学习?
身体上的哪些迹象表明你正在衰老?
如何部署Prometheus监控K8S?
***拍大尺度片子时摄影师不会看光吗?
055一打一能不能打过阿利伯克?
冬天也要穿胸罩吗?
有没有一个特别好用的Linux系统?
电脑有64G的物理内存(DDR5 5200),完全够用了,可以关闭系统的虚拟内存吗?
“哨兵模式”涉嫌泄密,你支持封杀特斯拉吗?
吴柳芳的真实水平如何?
一米二的棍子打的赢三十厘米的刀子吗?
初三画成这样算是有天赋吗?【正经求助】?
如何评价祝绪丹在《五哈》第十期的表现?
从技术上看,cloudflare比其他公司牛在哪儿?
为什么openai的sdk只提供了python和js两个版本?
你曾看到空乘做过的最傻的事情是什么?
请问有没有什么工具能够生成局域网的网络拓扑结构图?
鱼缸的硝酸盐含量为多少比较合适?
有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?
参考 FreeBSD,随着 Ruby 的没落,GitHub、GitLab 是否会去 Ruby 化?
你见过身边身材最好的女生是什么样子的?
如何评价DuckDB?