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:
谁在半夜看过鱼缸里的鱼,它们都在干什么?
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用,背后原因有哪些?
为什么国外网站总喜欢弹出cookie访问权限弹窗,国内网站却没有,这么做有什么意义?
你在出租房屋发现过什么前租客留下的“宝藏”?
汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?
34岁,女性,不想过夫妻生活,怎么跟老公沟通效果更好?
曾经的班花,现在还多少人惦记?
维护一个大型开源项目是怎样的体验?
如何自己搭建家庭服务器?
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?
如何评价高圆圆的身材算是美女类型的吗?
亚洲体坛最漂亮的十位女运动员都有谁?
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?
为什么刘宇宁***这么好?
在中国使用 Apple Pay 是种怎样的体验?
Golang与Rust哪个语言会是今后的主流?
美国真会下场对伊朗开战吗?
做一个中国的微软到底有多难?
有哪些女主让你觉得真是「人间尤物」?
为什么很多男人都喜欢大胸的女生?
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发,女性不觉得长发麻烦吗?
被称为「人间尤物」的女主,有多绝?
上海公交站名为什么都是两条路?是什么意思?
Web后端开发,用Python还是Go呢?
大家猜猜伊朗的结局如何?
苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?
兄妹之间出现这样的聊天是否正常?
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别?
为什么欧美影视喜欢露点?
印度空难客机两个黑匣子均已找到,最新发现的为驾驶舱语音记录器,会对事故调查带来哪些帮助?