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:
北京日报点名批评“苏超”过度娱乐化,它是否管的太宽了?为什么无良媒体不会被查封取缔?
你用n8n/dify搭建了哪些实用的Agent工作流?
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
2025年,Gitea 和 GitLab 应当如何选择?
电脑软件(例如 Adobe、Autodesk)为什么那么容易被破解?
明星现实中真的很漂亮吗?
为何有人说三亚景色不输泰国,中国游客却更爱去泰国?
最好的笔记软件是什么?
为什么珠江之于广州没有像湄南河之于曼谷一样承担大量水运职能?
新手养鱼,鱼缸中能放入哪些水草?
养乌龟生态缸到底可行吗?
你的亲戚提过什么过分的要求?
如何看待现在大多数男人都不谈恋爱了?
电视机为什么有大流量上传?
未来几年,市场对 AI 人才的需求会集中在哪几个方向?
现在是2025年6月,现在的房价是阴跌还是暴跌?还会继续跌多久?是否已经开始分化?
分享一下你用过好用的开源项目有哪些?
中国人工资不高主要原因是人口太多吧?
有哪些是你用上了mac才知道的事?
如何评价***伊内斯·特洛奇亚的身材?
notion和Obsidian这两款软件选哪个?
AI如何辅助编程?
因为文身,你被特殊对待过吗?
三十岁左右的你,正处于什么状态?
旅行者 1 号飞出太阳系了,它是如何和地球联系的呢?
为什么 Go 语言的 Error Handling 被某些人认为是一个败笔?
Electron 和当下其他的桌面开发方法相比如何?
全平台应用框架会是趋势吗?flutter、tauri、maui你更看好哪一个?
为什么好多人都在喊体制内的工作很累?
维护一个大型开源项目是怎样的体验?