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:
有没有真正静音的电风扇推荐?
伊朗是个怎么样的国家?
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?
哪些投影融合软件比较专业好用?
为什么 Golang 不适合开发桌面系统?
你遇见过哪些“卧槽!这样也行?”的神操作?
特厨隋坡探店成都快餐店,给出80分以上的高分,为什么评分远高于大饭店?
你的亲戚提过什么过分的要求?
你们的腰突是怎么突然好的?
有哪些值得推荐的小型 C 语言开源项目?
怎么理解开源项目若依(RuoYi)存在的意义?
如何看待“京东外卖停止补贴后,日单量跌至两万单”这件事?
Swift 和同时代的其他语言比起来怎么样?
以色列为什么突然敢打伊朗了?不怕被报复?
工控软件有什么开源项目?
JetBrains 放弃 AppCode 是否是一个错误决定?
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?
为什么供应链桃子只有小米雷军可以摘,其他人只能干瞪眼?
有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说?
现阶段的时代红利是什么?
如何看待2024年出生人口为954万?
评价一下Proxmox VE与ESXi的优劣?
为什么现在离婚率如此之高?
有什么合法的野路子,能年入三四十万的?
如果我写个脚本,一直跌的股票一旦上涨就立刻(1s内)买,接着一旦下跌就立刻(1s内)卖,会怎样?
新疆机票价格暴涨,上海飞乌鲁木齐往返超 6000 元,为什么旅游旺季还没到价格就飞涨?新疆旅游有多火?
老板说我设计了一周的海报还是不行,我到底该怎么学啊?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好?
怎么样才能让大模型的RAG迅速落地?
俄罗斯禁止出口的NK-32涡扇发动机,真的技术遥遥领先吗?