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:
为什么 macOS 上国产软件不流氓?
异性同办公室久了会不会日久生情?
如何评价福原爱?
女生被踢裆也会很疼吗?
你见过最人性化的设计是什么?
如何评价高圆圆的身材算是美女类型的吗?
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?
想要用c++写一个web服务?有没有好的推荐?性能好,容易上手的?
如果苹果真的下架了微信的话,会发生什么?
大家在做登录功能时,一般怎么做暴力破解防护?
为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗?
国产手机AI「好用」的背后,是技术差距还是文化差异?
为什么 Linux 软件安装包会有依赖关系,而 Windows 软件安装包不需要?
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?
从零写一个3D物理引擎难度多大?
很多营销号用 pork 和 pig 论证英语是落后的语言、汉语比英语先进,如何反驳这种观点?
SpaceX 星舰 36 号火箭静态点火测试爆炸,爆炸的原因是什么?会对星舰发展产生什么影响?
跨平台GUI框架到底应该自绘还是原生控件绑定?
有什么关于山西的冷知识?
很多人开始弃用印象笔记了,你还在使用印象笔记吗?
2025年了,照相机为啥还这么难用?像素低还很贵?
为什么macOS软件生态不敌Windows?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断,此次宕机的具体技术原因是什么?
到底是时代选择了Nvidia,还是Nvidia选择了时代?
如何看待多地推出升级版「禁酒令」?
自己拥有一台服务器可以做哪些很酷的事情?
Golang与Rust哪个语言会是今后的主流?
周杰伦被曝现身日本弯腰驼背似老人,是真的吗?他曾称患有强直性脊柱炎,这病对身体影响有多大?能治好吗?