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：
《碟中谍 8》都有哪些槽点？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
为什么小爱音箱只能播放qq音乐免费音乐?
有哪些是你用上了mac才知道的事？
哪一段代码最能体现c语言的魅力？
Electron 和当下其他的桌面开发方法相比如何？
不是都说6月美债要爆吗 怎么没消息了?
男的真爱一个女生会是什么样子的?
如何评价首个女性友好的编程语言HerCode?
如何优雅劝退他人做自媒体？
剪映为什么显卡会跑满？
count(*) count(1)哪个更快？
为什么Dreamwe***er，FrontPage会被淘汰？
深圳一房屋出现沉降和墙体开裂情况，已封控 25 栋房屋，为什么会出现这种情况？有哪些安全隐患？
如何评价《原神》角色预告「丝柯克：寰墟之叹」？
中国外交部及有关使领馆正迅速组织撤离在以、伊的中国公民，目前当地情况如何？
女生真正的完美身材是什么样子？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
新疆机票价格暴涨，上海飞乌鲁木齐往返超 6000 元，为什么旅游旺季还没到价格就飞涨？新疆旅游有多火？
普通人为了一点微薄的薪水，每天忙忙碌碌到底有什么意义？
Office 中为何还要保留 Access 数据库?
有没有一个特别好用的Linux系统？
哪种局域网传输软件比较好？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
H264和H265谁画质好，求回谢谢！？
如何评价前端框架 Solid?
中央多份重磅文件出台，密集释放「涨工资」「提高居民收入」的信号，这背后有何深意？
山姆超市是怎么在中国火起来的?
