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:
日本真的有些澡堂和温泉是不分男女的吗?有人去过不分男女的那种吗?
特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营,这将对自动驾驶行业带来哪些影响?
女明星穿瑜伽裤出门是什么体验?
为什么大家不再提星链了(包括外网)?
PHP现在真的已经过时了吗?
给小孩买什么游戏机?
程序员需要用到内置kvm功能的显示器吗?或者是外置的kvm切换器吗?
明明无线鼠标有那么多优点,为什么还有那么多人买有线鼠标?
前端、后端、算法分别是什么?
地球上明明有吃塑料的虫子,为什么没有普及?
曹玉磊冒充「清华院长」频繁参加活动遭官方打***,他为何能堂而皇之以***身份开展活动?其将受到哪些处罚?
Docker 如何搭建 Jenkins 构建环境?
20届设计系,我的设计水平很差吗,找不到合适的工作?
如何评价华为鸿蒙电脑?
为什么是9月3日阅兵而不是10月1日国庆阅兵?
有谁现在正在使用苹果mac mini 吗?能分享一下使用感受不?
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?
为什么 CRT 画质这么好也被淘汰,液晶反而发展的很好?
如何说服技术老大用redis?
央企的信创,是否有必要把 spring 替换成国产的 solon ?
Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?
怎么看待B站舞蹈区和某些风格比较暴露的up?
vue + tsx 的开发体验能追得上 react+tsx么?
为什么好多人不承认大众审美就是喜欢白皮?
世界上存在动漫少女般完美的「身体」吗?
Rust开发Web后端效率如何?
商业史上有哪些降维打击的经典案例?
美国不交房产税会被赶人收房,那所谓的永久产权还有什么意义?
你认为高房价的根源是什么?
为什么一直唱衰的php语言反而日渐活跃?