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:
怎样看日本于近期展出马关条约原件?
国家电网不再全额收购可再生电力,光伏怎么生存啊?
冬天也要穿胸罩吗?
颈椎病引起的头晕如何治疗?
龙芯在.NET上帮微软做CPU指令集适配,为什么到国内.NET开发者这里成了维护龙芯.NET版本?
PHP和Node.js哪个更爽?
在武汉,你们的找对象标准是怎样的?
伊朗把本次以色列攻击定性为恐袭是为什么?是为了触发上合组织?
Apple 为什么不封杀 Flutter 呢?
***如古代长城用的是C140混凝土,那千百年下来会完整的留存至今还是损坏的更加严重?
Go 语言的使用感受是什么?
住家保姆为什么总干不长?
据说go和c#的开发者都说自己比较节省内存,你们认为呢?
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉?
为什么电影工业中很少使用Premiere剪辑?
凤凰传奇曾毅公开佩戴含有不雅元素的手表,这涉嫌违法吗?如何从法律角度解读?
字节大量使用新语言,包括go,rust等,为什么阿里一直都抱着j***a不松手?
中国的核武库规模为什么那么小?
微软暂停专用 Xbox 掌机开发,转而优化 Windows 11 的掌机游戏体验,这背后原因有哪些?
有没有一个特别好用的Linux系统?
Android 开发时你遇到过什么相见恨晚的工具或网站?
为什么有的女生喜欢穿紧身牛仔裤?
如何评价思源笔记?
HUAWEI的折叠笔记本非凡大师能用于编程吗?
有没有GUI框架开发难度小,***消耗又不多,而且又跨平台?
为什么大家不再提星链了(包括外网)?
SwiftUI 是不是一个败笔?
《诛仙》中有哪些捧腹大笑的剧情?
中国的导弹水平到底怎么样?
马斯克向特朗普低头认错,后悔攻击特朗普,背后的原因是什么?