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:
为什么编程语言百花齐放,Web 标记语言 HTML 一家独大?
你为什么对kotlin失去好感?
如何看待 Rust 的应用前景?
为什么说 Node.js 有望超越J***a?
冬天也要穿胸罩吗?
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
为什么说微软 Win11,有苹果 macOS 的感觉?
***如古代长城用的是C140混凝土,那千百年下来会完整的留存至今还是损坏的更加严重?
大街上看到大白腿,忍不住瞄了两眼,算不算不尊重女性?
那你说什么样的是美女?
有谁现在正在使用苹果mac mini 吗?能分享一下使用感受不?
以色列伊朗持续多日空对空轰炸,谁会先撑不住?双方的***还能支撑多久?还有哪些「杀手锏」没投入战场?
为什么说男人至死都是少年?
脸与身材不符是种怎样的体验?
如果让你重来一次,你还会嫁给你老公吗?
SwiftUI 是不是一个败笔?
为何雷军天天健身,却无健身痕迹?
每次去国外,别人一眼就看出我是中国人,是中国人身上有什么特质吗?
Firefox是如何一步一步衰落的?
为什么Rust的包管理器Cargo这么好用?
如何看待极客湾评测麒麟X90的性能与表现?
***如你财务自由,是买一个大平层还是买一个大别墅?
为什么好多人不承认大众审美就是喜欢白皮?
如何评价微软的远程桌面?
34岁,女性,不想过夫妻生活,怎么跟老公沟通效果更好?
如何评价张靓颖刘宇宁《九万字》?
58 同城被曝大规模裁员,比例或达 30%,具体情况如何?58 同城目前面临哪些问题?
如果苹果真的下架了微信的话,会发生什么?
你见过的最舒适的办公环境是什么?
低功耗web服务器 迷你主机 小型服务器 求推荐?