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：
30岁了，你在深圳过着什么样的生活？
如何评价福原爱？
米哈游创始人蔡浩宇称AIGC将彻底改变游戏行业，游戏创造只属于顶尖团队，普通开发者建议转行，如何理解？
为什么手机动辄都 1T 存储了，为啥电脑还在死磕 512G 呢？
毕设答辩，老师说node不可能写后台怎么办?
美国打击伊朗 3 处核设施，美国为什么此时介入？中东局势会升级吗？
美国真会下场对伊朗开战吗？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
为什么QQ上的网络状态没有了？
你和你老婆是怎么认识的？
歼20速度接近3马赫是什么水平？
始终怀不上孕是种怎样的体验？
明星现实中真的很漂亮吗？
国内目前独立开发者收入如何？可以养活自己以及家人吗？
微软为啥不用MacType作为系统级的字体渲染呢？
为何有人说三亚景色不输泰国，中国游客却更爱去泰国？
电影《碟中谍》系列中哪一部最好？
想要入行音***开发，但是没有相关项目经验怎么办？
超小团队选择Django还是Flask？
你如何看待鸿蒙PC不允许侧载?
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
可以随身携带一个Linux系统吗？
以色列为什么突然敢打伊朗了？不怕被报复？
真的有这种又苗条身材又爆炸的么？
伊朗这次会崩溃灭亡吗？
你们是怎么远程用NAS听歌的？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
印度50年内会不会超越中国?
