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 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?
广东怀集遇历史最大洪水,约 30 万人受灾,积水最深处达 3 米,目前当地情况如何?
为什么 macOS 并不差,可市场总敌不过 Windows?
空战的时候可不可以先击落预警机?
Gemini 2.5 Flash 和Pro稳定版上线,和之前版本相比,在性能和应用场景上有哪些提升?
Flutter 为什么没有一款好用的UI框架?
如何看待日本小学校园餐只有一小块鸡肉?
为什么健身的女性普遍喜欢晒臀照?什么心理?
Rust 未来会成为主流的编程语言吗?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架?
女生主动起来会有多主动?
你看过哪些以为是段子新闻,结果发现居然是真的?
「韦东奕本人」账号确认是***的,目前已被关停,如何看待无底线博流量的行为?哪些信息值得关注?
怎么可以让胸变大?
为什么这次以色列打伊朗,网上声讨的人少了,反而都是嘲笑调侃伊朗?
男朋友说我穿衣服太开放,难道好身材不应该显示出来吗?
开腹手术,医生是如何处理患者的腹部脂肪的?
NAS将来会被什么产品取代?
真的有这种又苗条身材又爆炸的么?
有没有好看的个人博客的设计?
作为一个服务器,node.js 是性能最高的吗?
为什么感觉wps的用户越来越多,office没人用了?
吴柳芳的真实水平如何?
如何电脑下载Adobe audition?
你卡过最厉害的bug是什么?
为什么软件公司很少用python开发web?
穿瑜伽裤爬山的女生会不会害羞?
***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?
巴西为何成不了强国?
如何评价傅首尔面容?