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:
为什么现在越来越多的人不想要孩子呢?
如何评价首个女性友好的编程语言HerCode?
你愿不愿意在大城市过一辈子?
有个漂亮女朋友是种怎样的体验?
为什么小男孩小时候要比小女孩难养好多?
为什么广东女生大多是素颜?
大家是哪个瞬间觉得体制内工作不值得的?
和校花谈恋爱是什么体验?
为什么开发一个 AI Agent 看似容易,但真正让它「好用」却如此困难?技术瓶颈主要在哪里?
windows真的有必要隔几年就出个新版本吗?
女主播和榜一大哥现实碰面会做什么?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好?
你见过最反人类的设计是什么?
为什么 electron 不做成独立的 runtime?
同样是对标安卓系统,为什么谷歌的Fuchsia死了,而华为的鸿蒙却愈发壮大?
少儿编程应该是一个非常明显的智商税,对孩子的逻辑思维能力提升并不大,为何还会有那么多人信任它呢?
为什么好多人都在喊体制内的工作很累?
为什么现在吹Rust的人这么多?
孩子学编程半年了,打算让孩子报考等级考试,大家觉得等级考试证书有用吗?
1MB其实是一个很大的存储单位,那么它的存储容量究竟有多大?
空战的时候可不可以先击落预警机?
哪里有便宜的实时level2接口?
Gemini Advanced 和 aistudio有什么区别?
为什么 Go 语言的 Error Handling 被某些人认为是一个败笔?
为什么手机动辄都 1T 存储了,为啥电脑还在死磕 512G 呢?
go为了编译速度减少了很多编译优化?为什么不能提供优化编译模式来提升运行效率?是太懒还是另有隐情?
为什么现在很多人推崇国外原版教材?
NextJS的全栈能力现在如何了?
你去过最离谱的景区是什么?
你怎么看待剪映收费过高问题?