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:
Cloudflare是一家什么样的公司?
为什么买了Switch后,却发现它并没有那么好玩?
如何看待:“伊朗国家电视台:今晚会发生一件大事,世界将铭记几个世纪”?
如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?
如何看待南京景枫中心把男厕改成女厕,并宣传「此处仅有女卫生间、家庭卫生间及无障碍卫生间」?
男医生在给年轻靓丽的女性检查时会是什么心态?
NAS将来会被什么产品取代?
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事?
刘亦菲和张柏芝年轻的时候,谁更美?
伊朗这次会崩溃灭亡吗?
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级,对此你怎么看?会选择第一时间升级吗?
华为Pura 80首销遇冷,是否说明消费者已经开始对麒麟芯片性能有所觉醒?
cs go这种射击游戏,有没有一定运气成分在?和职业选手打,100把能赢对方1-3次吗?
AE如何渲染出mp4格式?
「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?
女生主动起来会有多主动?
有没有人***正好撞到你擅长的领域上的?
为什么美军“好像”不怕泄密?
58 同城被曝大规模裁员,比例或达 30%,具体情况如何?58 同城目前面临哪些问题?
中年夫妻有多少是生活和谐的?
为什么还有那么多人认为蔚来会倒闭?
哪张照片让你觉得刘亦菲美得不可方物?
HTTP/3 解决了什么问题,又引入了什么新问题?
为什么网上对 2.0T 发动机偏见这么大?
中国大陆的苹果手机被阉割了哪些部分?
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?
你的另一半是哪一瞬间烂掉的?
跟离异的女同事聊天时,她冒出一句:「你老婆还不如我,离了跟我过得了」,我该怎么回答?
中国与敌国发生战争,哪些国家会帮中国?
发生了什么导致你从此再不吃某样食物?