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：
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
冬天也要穿胸罩吗?
如果让你设计攻打台湾地区，你会有什么好的想法和打法？
前端如何设计网页？
夸克网盘有可能超越百度网盘吗？
女生真正的完美身材是什么样子？
独立开发***能盈利吗？感觉好累...
男人为什么到了一定年纪就喜欢喝酒？
怎么才能有尤雨溪一半强，该怎么学习？
你怎么看待剪映收费过高问题？
为什么人到中年，很少有身材苗条的？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
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？
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？
Chrome 浏览器设计的神细节有哪些？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
各位都在用Docker跑些什么呢？
有没有一个特别好用的Linux系统？
越正经的女人越容易做出疯狂的事吗？
深圳最有实力的APP开发公司有哪些？
Rust有什么好用的CLI库吗？
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
Golang中有必要实现Async/Await吗?
怎么提高自己的系统设计和架构理论水平？
女主播和榜一大哥现实碰面会做什么？
为啥有好多人说 Arduino 是玩具？
答主夕小瑶团队推出 Agent 产品 Teamo，主打超级搜写功能，有哪些亮点？
如何看待小米 5 月 22 日发布 3nm 自研芯片「玄戒 O1 」？性能表现怎样？
做个web服务器，gin框架和go-zero怎么选？
