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:
伊朗发布「霍拉姆沙赫尔-4」导弹发射画面,被认为是伊朗破坏力最强导弹,其威力有多大?
大家为什么会讨厌缩写?
重庆一酒店小熊猫叫早服务引争议被叫停,小熊猫与人亲密接触存在哪些安全隐患?动物园开动物主题酒店合理吗?
如何评价尤雨溪?
为什么有些前端一直用 div 当按钮,而不是用 button?
Android为什么不直接执行Linux的程序?而是自己搞一套?
MongoDB的缺点以及你为什么不使用MongoDB?
中国载人登月进展公布,锚定 2030 年前实现中国人登月目标,登月任务最具挑战的技术难题是什么?
哪张照片让你觉得刘亦菲美得不可方物?
男朋友因为打游戏骗我去睡觉被我识破,然后我提了分手,他同意了,问问男孩子们他怎么想的?
py爬虫的话,selenium是不是能完全取代requests?
有哪些开源或免费软件吊打商业收费软件的例子?
评价一下Proxmox VE与ESXi的优劣?
count(*) count(1)哪个更快?
你的鱼缸里养过什么奇怪的鱼?
以军要求以全境民众进避难所,伊朗称初步估计本轮袭击使用了 30 枚导弹,以防空系统还能坚持多久?
SQL Server 真的比不上 MySQL 吗?
学习linux内核有什么好的书吗?
如何判断鱼缸中的硝化系统是否已经成功建立?
巴基斯坦援助伊朗防空,大家怎么看?
CPU 为什么很少会坏?
PHP现在真的已经过时了吗?
大家猜猜伊朗的结局如何?
从零写一个3D物理引擎难度多大?
有没有好的家用NAS解决方案,需求如下:可以远程控制开关机,电脑、手机投送存储、下载文件?
年纪轻轻为什么会得腰肌劳损?
穿瑜伽裤爬山的女生会不会害羞?
求大神解答,为什么大家都不喜欢用docker?
Windows 为什么要有注册表而 Unix 就不需要?
你身边身材最好的女生是什么样?