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:
34 岁教授王虹在北京大学开数学讲座,她或将成为首位获得菲尔兹奖的中国籍数学家,有多厉害?
人类有希望走出***系吗?
golang为什么要内置map?
如何看待 2026QS 世界大学排名?
系统文件夹FONTS里的字体能不能删掉那些根本不会用到的字体?
如何看待2025年6月19日A股市场行情走势?
网传西藏六月发生三起藏马熊吃人***,藏马熊真的这么可怕吗?
有哪些好用却不为人知的国产软件 ?
如何评价华为最新长焦专利技术?能否颠覆手机长焦摄影的目前限制?
黑客为什么可以做到无需知道源码的情况下找出系统漏洞?
为何雷军天天健身,却无健身痕迹?
Rust、Go、Zig、Dart、C3、C++、C,仓颉、moonbit、凹语言哪个语言更有未来?
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?
能分享一下你写过的rust项目吗?
有什么关于山西的冷知识?
如果苹果真的下架了微信的话,会发生什么?
如何评价DuckDB?
中国军队有多强,在世界能排第几?
超小团队选择Django还是Flask?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
洲际导弹能打到任何地方,为什么还需要轰炸机?
死后我们的意识去哪了?
哪里有便宜的实时level2接口?
JetBrains 放弃 AppCode 是否是一个错误决定?
你非常喜欢的人攻击你的长相,你会怎么办?
从零写一个3D物理引擎难度多大?
当量子计算机能预测人类选择,自由意志是否沦为算法的注脚?
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去?
和女生旅游开一间房有什么注意事项?
微软edge浏览器为什么逐渐被其他的浏览器代替?