howie.serious

o3的IQ分数出来了：线下测试 116分；线上测试 136分；第二名是gemini 2.5 pro：线下115分；线上 128分； trackingai网站每周会测试一次llm的智商，然后取平均值；测试方法还分为线上和线下两种，一般线上测试比线下要高20分。人类测智商一般也是线上的，当然，线下测试（例如去某医院心理科挂号排队测智商，然后提交给学校筛选🤣）更“权威”。 o3的IQ比我之前估计的要低10分，看来之前是过于乐观了。我昨天还发现o3学坏了，学上了“甩大词”的毛病。这一点需要更多时间更多案例来测试。我是期待o3在写作上大有所为的，如果学了甩大词的毛病，就得想办法治好它。🤣