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:
万兆的网络速度有多大意义?
五年以内会爆发第三次世界大战吗?
H264和H265谁画质好,求回谢谢!?
为什么武林中的女侠不但武功奇高,还没有练出来麒麟臂大粗腿和老茧?
如何评价高圆圆的身材算是美女类型的吗?
伊朗为什么不买中国战机,却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?
Cloudflare是一家什么样的公司?
iOS开发新手入门应该学OC还是swift?
Vue性能优于React,那为什么还不用Vue?
为什么有的女生喜欢穿紧身牛仔裤?
用Unity做游戏,所有小兵怪兽单位共用一个脚本写好还是每个单位用不同的脚本?
可以用duckdb在本地建立一个数据库对外服务吗?
NAS的盘是否需要一次性买齐?
特朗普大力推行稳定币,背后的真实目的是什么?
牛市来了吗???
为什么UC曾经是国内主流浏览器之一,但现在却逐渐销声匿迹了?
女生真正的完美身材是什么样子?
如何看待伊朗发布10座美军基地地图?
评价一下Proxmox VE与ESXi的优劣?
有没有免费的语音转文字的软件?
为什么react***推荐使用create-next-***了呢?不用ssr的话,也没必要用next吧?
rust 解决了什么问题?
网恋发现对方太好看了怎么办?
公立医生帮联系民营救护车,800 公里收费 2.8 万元,收费合理吗?救护车收费标准是什么?
各位父亲支点招,一个大专生要怎么样才能找到坐办公室、五天八小时很少加班、月薪一万左右的工作??
俗话说“女人三十如狼四十如虎”,到底是不是真的??
美国发行「稳定币」,是否相当于增发美元?
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm,或PC直接装macOS arm?
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?
如何评价DuckDB?