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:
在C中,如何实现删掉一行注释无法运行?
什么是 5G 固定无线接入(FWA)?
为什么一直唱衰的php语言反而日渐活跃?
新手养鱼,养什么鱼好?
出国给你最大的感受是什么?
哪些东西必须戒掉?
为什么那么多人用GO?GO语言的优势在哪里?
cloudflare的1.1.1.1和warp有什么区别?
你怎么评价日本某个前空姐说:“如果我在经济舱,年薪2000万日元以下的乘客没有资格给我递名片”?
如何长时间保存重要数据?
有哪些是你用上了mac才知道的事?
女生被踢裆也会很疼吗?
我的电脑硬件不支持硬解422 10bit***,但是用达芬奇可以编辑和导出,这是为什么?
据报道称“浏览器内核有上千万行代码”,浏览器内核真的很复杂吗?
有哪些令你终身难忘的女性?
为什么欧美影视喜欢露点?
NAS噪音太大,大家都吧NAS放置到哪了?
苹果为什么要给每代MacOS起个名字,真以为人们记得住分得清吗?
UBI(Universal basic income,全民基本收入)可行吗?
真的没有人觉得2k是一个很尴尬的分辨率吗?
你这一生 ,悟出最大的一个道理是什么 ?
你见过最无用的节俭行为是什么?
张学友在澳门演唱会被要求讲普通话,这背后反映了哪些文化和社会问题?
能否对比一下Claude Code和Gemini CLI,你的选择建议是?
男子被树枝刺伤无视伤口终要截肢,为什么会造成这么严重的后果?被植物划伤后的正确处理方式有哪些?
有哪一个瞬间让你对女朋友彻底失望?
如何评价《一人之下》第722(765)话情报?
react 跟 vue 哪个更牛逼?
PostgreSQL 与 MySQL 相比,优势何在?
汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?