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:
大部分语言都用尖括号<>表示泛型,为什么golang要标新立异用中括号?
作为Mac用户有什么推荐的鼠标吗?
现在读写速度最快的硬盘,能在30年前的计算机上当做内存使用吗?
轰20的亮相为什么被反复推迟?
如何看待B站一些粉丝数高的UP主更新频率下降,B站高质量***产出断崖式下跌?近期B站发生了什么事情?
东风、长安为什么不合并了?
obsidian用一两年后会有多大?全文搜索还快吗?
国内很多男性在非洲和当地女人恋爱是真的吗?
有哪些小众的开源项目养活了一大批人?
***拍大尺度片子时摄影师不会看光吗?
只需要维持生命体征的话,生活成本能降到多低?
为何像JetBrains公司做IDE就可以养活自己,而国内做大型对公软件都很难养活公司?
得了强直性脊柱炎是不是一辈子就完了?
为什么 mac mini 的 m4 版本价格这么低呢?
传美国打算取消台积电、三星在中国大陆工厂的豁免权,这是否会迫使它们将部分生产线转移出中国?
为什么有的女生喜欢穿紧身牛仔裤?
2025年,Gitea 和 GitLab 应当如何选择?
周深如何在央视火的?
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?
如何评价无限暖暖用的ue引擎,反而在华为手机最新机上提示配置不足?
目前最具性价比的全栈路线是啥?
SQL Server 真的比不上 MySQL 吗?
为什么Go仅仅160MB的安装包就可以编译程序,而Rust却还需要几个GB的VC++才能编译?
胸大的女孩子有什么烦恼?
在韩国生活有什么体验?
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局,港币和人民币的国际化会受益于此么?
为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里?
前端初学者如何学习css及页面布局?
为什么中国JK无法拍出日本JK的感觉?
以色列为什么突然敢打伊朗了?不怕被报复?