两年前,GPT-4才出来的时候,大家纷纷给大模型出的题目是小学奥数,什么鸡兔同笼,都会有一定错误率,那时候人看大模型,就像看个傻子。
一年前,GPT-4o来了,模型变小了,性能提高,小学奥数以及普通的中考题正确率大幅度提高,但是中考的解答题仍然不会做。
半年多前,o1出现,首先提供的还是o1-preview和o1-mini,这两个模型已经能做中考解答题了,接下来只剩高考大题做不了。
然后今年,o3、o4-mini、gemini 2.5 pro……终于…。
代码:
CS:GO 为什么玩鸟狙的这么少?
如何评价宝鸡这个城市?
为什么 macOS 并不差,可市场总敌不过 Windows?
如何评价前端框架 Solid?
NAS的盘是否需要一次性买齐?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术?
陕西省宝鸡市的东岭集团能盘活吗?
055一打一能不能打过阿利伯克?
为什么面对 Adobe 的版权要求下,vposy 大神还能从容不迫?
为什么bilibili后端要用go来写?
哪张照片让你觉得刘亦菲美得不可方物?
网络小白如何建立一个网站,供别人下载文件(主要是PDF和MP3)?
女明星陪酒真的存在吗?
山西晋城举全城之力引入摇滚演唱会,两天接待近 6 万乐迷,一场成功的演唱会能给城市带来怎样的收益?
有哪些是 DeepSeek 回答不了的问题?
狗头萝莉究竟做错了什么?
我是新手想养鱼,预算不超过200。有什么好的建议或者禁忌吗。?
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾?
江西一救护车转运重症患儿 800 公里收 28000 元遭质疑,争议点是什么?哪些信息值得关注?
自己拥有一台服务器可以做哪些很酷的事情?
为什么女游泳运动员看起来大部分都是平胸?
为什么中国很少有人使用linux?
二氧化碳人工合成淀粉技术现在怎么没动静了?
Linux里面usermod -L zhangsan命令是什么?
江西通报救护车 800 公里收费 2.8 万「不合理,暂停医院转运服务」,该医院要承担怎样的法律责任?
马上领证了,发现男朋友离不了游戏,让他少打游戏他会非常生气,正常吗?
打下来全部的星链近地卫星好打么?
为什么很多司机不办 ETC?
做引体向上可能会诱发腰肌劳损吗?
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?