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：
朱丹「鸡腿给弟弟吃」言论惹争议，曾自曝让女儿儿子上混龄班以便让姐姐照顾弟弟，如何看待其观点？
颈椎病引起的头晕如何治疗?
REDMI K80 至尊版手机搭载 7410mAh 电池，此款手机有哪些亮点？
湘雅医院罗帅宇坠楼是自杀？还是***灭口？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
如何看待alist被转手出售***？
什么事情是你待在西安才知道的？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级，对此你怎么看？会选择第一时间升级吗？
死后我们的意识去哪了？
炫富真的很爽吗？
为什么不建议在 Docker 中跑 MySQL？
如何看待伊朗媒体发布「手摸核弹」***，并配文「MAYBE」？
为什么有些NAS用户弄那么多硬盘?
做一个中国的微软到底有多难？
为什么程序员独爱用Mac进行编程？
Rust使用？多次传播错误后，怎么定位最开始发生error的地方？
055大驱到底强在哪里？
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？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
你和你老婆是怎么认识的？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
哪张照片让你觉得刘亦菲美得不可方物？
一米二的棍子打的赢三十厘米的刀子吗？
PHP和Node.js哪个更爽?
当年的东莞究竟有多疯狂？
你怎么看待剪映收费过高问题？
Node.js是谁发明的?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
