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:
国产手机APP为什么越来越臃肿?
大海捞针还捞着了是一种什么样的体验?
为什么没有核动力货轮?
万兆的网络速度有多大意义?
你们跟网友面过基吗?翻车了吗?
如何电脑下载Adobe audition?
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒,具体是怎么回事?酒店要承担哪些责任?
自己拥有一台服务器可以做哪些很酷的事情?
《武林外传》里佟掌柜每月只给伙计二钱银子,这是不是太少了?
洲际导弹能打到任何地方,为什么还需要轰炸机?
count(*) count(1)哪个更快?
如何评价前端框架 Solid?
switch2好用吗朋友们?
和女生旅游开一间房有什么注意事项?
为什么买了Switch后,却发现它并没有那么好玩?
找个越南女朋友是什么体验?
内塔尼亚胡***访时公开威胁,不排除干掉哈梅内伊,如何评价这一言论?伊朗会亡国吗?
如何评价***伊内斯·特洛奇亚的身材?
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事?
中国军队有多强,在世界能排第几?
如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?
为什么Dreamwe***er,FrontPage会被淘汰?
得了颈椎病有多痛苦?
以色列摩萨德这么厉害,中国网民为何不害怕?
你的亲戚提过什么过分的要求?
住在一个脏乱差的家里十几年是什么感受?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
如何评价Scale AI(AI数据标注独角兽公司) 的创始人汪滔(Alexandr Wang)?
如何评价字节跳动开源的 Netpoll?
这一轮以色列和伊朗的冲突谁会笑到最后?最终会如何收场?