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:
空战的时候可不可以先击落预警机?
为什么现在很多人推崇国外原版教材?
cs go这种射击游戏,有没有一定运气成分在?和职业选手打,100把能赢对方1-3次吗?
“哨兵模式”涉嫌泄密,你支持封杀特斯拉吗?
055万吨驱逐舰是不是有些被过于神化了,有没有了解的大佬详细解释一下?
据说go和c#的开发者都说自己比较节省内存,你们认为呢?
如何看待天津的排水系统?
现在个人博客不能备案了吗?
AntV X6 如何在节点中间添加新节点?
为什么中国很少有人使用linux?
导师给了1.4W要我给工作室买个主机,是整机还是自己配?
iOS 26 的新设计被吐槽丑,苹果在设计更新时考虑了哪些因素?你对这一设计都有哪些评价?
南京六大高中是哪六大?
为什么游戏中,中国跟欧洲的时延这么大,是否是海底光缆距离过长的原因?
如何看待湖北的省域副中心城市襄阳和宜昌?
如何电脑下载Adobe audition?
鱼缸有哪些寿命比较长的草推荐呢?
以前很多人家里都有家庭***,为什么现在几乎看不到了?
作为一个服务器,node.js 是性能最高的吗?
家里想搞一个服务器,怎么才不违规?
伊朗这次让以色列打惨了,这个国家还能挺过来吗?
能分享一下你写过的rust项目吗?
评价一下Proxmox VE与ESXi的优劣?
国外(GoDaddy)注册的域名如何在国内备案?
cloudflare的1.1.1.1和warp有什么区别?
大量消息在 MQ 里长时间积压,该如何解决?
伊朗这次会崩溃灭亡吗?
真的有这种又苗条身材又爆炸的么?
055驱逐舰的战力被低估还是被高估?
公务员单位为什么不用指纹打卡机并且严格考勤制度?