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:
狗头萝莉究竟做错了什么?
男生会喜欢整容脸吗?
为什么面对 Adobe 的版权要求下,vposy 大神还能从容不迫?
Node.js是谁发明的?
cloudflare的1.1.1.1和warp有什么区别?
以色列为什么要打伊朗?
中国的导弹水平到底怎么样?
女朋友是体育生是一种什么体验?
为什么苹果手机杀后台现象频繁?是内存不够、后台管理严格还是其他原因呢?
为什么中国主机带宽比美国贵5倍(原来错误的10000倍),比如阿里云?
有一个***约你出去,你会去吗?
JetBrains 放弃 AppCode 是否是一个错误决定?
如何自己搭建家庭服务器?
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?
湖北省荆州市为什么发展不起来?
大家为什么会讨厌缩写?
360 集团周鸿袆努力拼了 4 年,最后反而跌了近 4000 亿,其原因是什么?
做好的flask项目怎么部署到服务器,使用公网ip可访问?
老公每晚都想要怎么办?
女生真正的完美身材是什么样子?
你见过身边身材最好的女生是什么样子的?
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
VLC,Ubuntu,FFmpeg 这些软件究竟是什么人开发的?为什么免费?他们不求回报又何以生存?
一套正版adobe全家桶多少钱?
***体隆胸之后多久乳房变软一些?
如何使用Obsidian软件?
Cloudflare是一家什么样的公司?
如何评价首个女性友好的编程语言HerCode?
你在健身房发生过什么有趣的事情?
macOS Tahoe 将是英特尔芯片 Mac 的最后一次更新,这将对用户产生哪些影响?