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:
为什么切尔诺贝利泄漏了100年不能住人,而广岛原***爆炸后很快就重建了,不都是核么?
学生校服如何隐藏内衣痕迹?
golang和rust你选择哪个?
Chrome 浏览器设计的神细节有哪些?
核武器真的有宣传中那么牛逼吗?
Rust开发Web后端效率如何?
为什么原神and黑神话明明都要上XBOX却依然没有NS版?
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?
后端真的比前端累吗?
孟羽童回应一手好牌打得稀烂,称「欣赏自己的野心和向上攀登的勇气」,如何看待她的表态?
广东人吃东西讲究「食材本味」,那为什么西湖醋鱼没有在广东流行开来?
如何客观评价李小冉的长相?
你见过身边身材最好的女生是什么样子的?
空战的时候可不可以先击落预警机?
为什么国外网站总喜欢弹出cookie访问权限弹窗,国内网站却没有,这么做有什么意义?
中国的“抗日神剧”是中国影视界的灾难,你们认可吗?
前端如何设计网页?
有没有一款音乐播放器,能连接nas音乐,创建音乐库,自动匹配歌词封面等等?类似infuse的概念呢?
为什么要远离社会底层?
谷歌推出 Gemini 2.5 Flash-Lite 预览版本,哪些亮点值得关注?实际体验如何?
你们听过领导最没水平的一句话是什么?
你在相亲过程中遇到的奇葩都是什么样?
如何评价首个女性友好的编程语言HerCode?
评价一下Proxmox VE与ESXi的优劣?
什么才是真正的爱情?
为何说FastAPI已死?
老板说我设计了一周的海报还是不行,我到底该怎么学啊?
编程语言 MoonBit 发布 Beta 版,正式进入企业场景应用,会带来哪些影响?
37岁女,离异带一女孩,好不好找?
Go 语言 Web 应用开发框架,Iris、Gin、Echo,哪一个更适合大型项目?