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:
如何看待使用mac mini当7*24h的服务器?
腾讯开源的 libco 号称千万级协程支持,那个共享栈模式原理是什么?
为何同是象棋,国际象棋的棋子可以做的那么有设计感,而中国象棋的棋子形式似乎比较单一?
曾经的班花,现在还多少人惦记?
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?
美国发行「稳定币」,是否相当于增发美元?
在上海被骗了100w+,警察不予立案怎么办?
你在什么情况下需要写 shell ?
如何评价网易国产动作冒险单机新作《归唐》首支预告片?
SwiftUI 是不是一个败笔?
如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢?
HTTP/3 解决了什么问题,又引入了什么新问题?
如何评价「尖叫」这种饮料?
女明星做了什么医美项目保持童颜?
媒体称以色列防空成本一晚近 3 亿美元,最多再撑 12 天,美方会支援吗?若无美补给结果会如何?
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?
两军交战为什么打一炮就要几十万,炮弹都很值钱吗?
graalvm为啥国内没有流行起来,go写起来实在太恶心了,难道任凭go独霸云原生?
一台主机上只能保持最多 65535 个 TCP 连接吗?
军工为什么不要轻易进?
为什么越来越多的国内男孩,要娶国外女孩?
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?
身材丰满有哪些烦恼?
Rust怎么写GUI程序?
张伟丽可以打败什么级别的普通男性?
Rust 的设计缺陷是什么?
我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?
为什么MacBook pro不用高刷新率的屏幕?
以色列为什么要打伊朗?