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？
如何看待rust编写的zed编辑器？
浏览器为什么要分那么多种，用一种不会很快捷吗？
如何评价鸿蒙电脑无法编写其自身运行的程序？
《明朝那些事儿》的作者当年明月疯了，疯了就可以摆脱烦恼了吗？
go 有哪些成熟点的后台管理框架？
老公每晚都想要怎么办?
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
商城里如何缓存商品信息?
Python+rust会是一个强大的组合吗？
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
Office 中为何还要保留 Access 数据库?
NAS将来会被什么产品取代？
现在国内有哪些比较不错的 J***a 开源商城系统？
如何评价张靓颖刘宇宁《九万字》?
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
当年的东莞究竟有多疯狂？
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
为什么这么久了还是没有主流软件开发鸿蒙版？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
如何评价《一路向西》导演***辉影游新作《捞女游戏》，实际游玩体验如何？
为什么个人需要公网ip？
和女生合租，都会发生什么事情？
为什么很多离异的30-40岁的女性，很难找到老公再婚？
你们都什么时候对男女之事开窍的？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
JetBrains 放弃 AppCode 是否是一个错误决定？
