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:
有谁现在正在使用苹果mac mini 吗?能分享一下使用感受不?
为什么出过国的人回来都不描述真实的西方百姓生活?
只是突然很好奇,已经造出了三艘航母,为何不能按照这样的模板,批量建造航母呢?
《葫芦兄弟》中七个葫芦娃谁的能力在现代用处更大?
你在出租房屋发现过什么前租客留下的“宝藏”?
超级喜欢穿短裙正常吗?
Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?
为什么男生都不喜欢173身高的女生啊?
要不要帮导师装服务器?
如何评价苹果 3 月 5 日发布的 MacBook Air M4,相比前代有哪些提升?
中餐炒菜那么好吃,为什么欧美人不学去?
华为自研的仓颉编程语言将于 7 月 30 日开源,这款语言将如何影响未来的开发趋势?
CPU 为什么很少会坏?
美国的一个航母编队真的可以完爆一个中小国家吗?
刘强东称「京东外卖很快就会出来一个跟美团完全不同的商业模式」,如何看待此回应?
055一打一能不能打过阿利伯克?
程序员如何用好 Cursor 工具?
今天面试第五家公司被拒,面试官说我你技术没问题,但35岁要25k,不如招2个应届生,我该如何应对?
如何看待 Rust 写的 PNG 解码器比 C 实现更快?
为什么obsidian适合用作个人笔记工具?
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?
字节跳动技术副总裁开源了自己与Trae合作的首个项目,如何评价目前AI开发的水平?
有哪些优秀的 C/C++ 开源代码框架?这些框架的设计思路是怎样的?
我国004号航母什么时候下水?
Windows 为什么要有注册表而 Unix 就不需要?
你见过身边身材最好的女生是什么样子的?
如何看待三峡集团总部搬迁至武汉?
你为什么放弃了wsl?
MacOS真的比Windows流畅吗?
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?