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:
国际空间站的氧气是怎么来的?为什么一直都用不完?
高校里那些「非升即走」后「走」了的青年教师都怎么样了?
洲际导弹能打到任何地方,为什么还需要轰炸机?
为什么新流行的开源编辑器都在用Rust开发?
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?
生完孩子身材依旧火辣是一种怎样的体验?
怎么看swift的并发模式选择了actor模型?
为什么 php 可以做到 7 毫秒以内响应,而 .net 做不到?
为什么要远离社会底层?
吃爽了是怎样一种体验?
北京日报点名批评“苏超”过度娱乐化的动机是什么?
***拍大尺度片子时摄影师不会看光吗?
HTTP/3 解决了什么问题,又引入了什么新问题?
Electron 和当下其他的桌面开发方法相比如何?
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?
黄晓明上戏考博落榜,本人回应「明年再战」,怎样看明星对高学历的追求?上戏博士有多难考?
VScode怎么配置好golang?
那些168cm才80来斤的女生,真的现实生活中好看吗?
为什么运维都这么难招?
为什么在中国邮箱不流行?
软路由是否被过度神化?
如何评价广西玉林的云天宫?
个人开发者或小企业不申请经营性ICP备案,怎样开发APP盈利?
为什么 CRT 画质这么好也被淘汰,液晶反而发展的很好?
华为云有没有实力挑战阿里云?
Golang 的 Web 框架该怎么选择?Web 开发又该怎样学?
写CUDA到底难在哪?
联想 128GB 超大内存迷你 AMD 主机上架,此款主机有哪些亮点?
为什么感觉现在的 bilibili 很没意思?
为什么中国农村房子那么丑?