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：
让男朋友坐在马桶上上厕所很过分吗？
为什么程序员独爱用Mac进行编程？
如何评价前端框架 Solid?
如何看待《剑星》已登顶 Steam 全球热销榜？
有哪些外行看起来很陋（low），但是内行人却觉得很高大上的东西？
深圳一奔驰车高速上失控多次熄火，前车主远程劫车获刑 4 年，怎样从法律角度解读？远程控制是否存在漏洞？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
以色列为什么突然敢打伊朗了？不怕被报复？
哪款ocr比较好用？
golang总体上有什么缺陷？
如何看待伊朗国家电视台发文：“今晚,将会发生一件大事,让世界铭记几个世纪”？
现在个人博客不能备案了吗？
Office 中为何还要保留 Access 数据库?
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
低功耗web服务器 迷你主机 小型服务器 求推荐？
《我的团长我的团》中有哪些细思极恐的细节？
如何电脑下载Adobe audition?
商业史上有哪些降维打击的经典案例？
为什么日本人口密度这么大还能住一户建，中国只能住楼房？
老公想要买2万左右的相机，我该同意吗？
独立开发者都使用了哪些技术栈？
duckdb的性能如何？
鱼缸有没有简单的过滤配置搭配方式？
Caddy 和 Nginx 比有哪些优点和缺点？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
工控软件有什么开源项目？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
《潜伏》里的翠萍为什么不会被人怀疑是卧底？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
中年夫妻有多少生活和谐的？
