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：
有哪些专业属于基础学科领域里的「万金油」专业？
为什么还有那么多人认为蔚来会倒闭？
台湾是中国领土，那台湾海峡算是内海，为什么不击沉那些无理通过海峡的军事力量？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
几百吨重的飞机为什么能飞起来？
蔡澜晚年选择卖房住酒店，雇 8 人团队照顾养老，如何看待他的养老观念？
有一个***约你出去，你会去吗？
为什么用 electron 开发的桌面应用那么多？
「人间尤物」型女主有多可爱？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
男的真的会把所有衣服从上到下都扔洗衣机吗？
PHP初学者，我能不能使用PHP来开发桌面应用？
为什么长得漂亮却没什么用?
真的有这种又苗条身材又爆炸的么？
功夫游戏《师父》火了之后，为什么没能掀起做功夫题材的游戏的浪潮？
如何评价小米 6 月 26 日发布的小米 YU7、MIX Flip2、REDMI K80 至尊版？
蔡澜曾说「年轻人要存到 100 万以上，这是脱离牛马生活的第一步」，怎样看这一观点？
27寸显示器是否有必要到4K？
creo 的功能有什么特色？
如何评价 Next.js？
为什么现在贬损文科这么严重?
我的世界怎么租一个四个人的服务器？
JetBrains会成为下一个Borland吗？
如何评价韩剧《鱿鱼游戏第三季》的游戏设计和人性隐喻，以及全三季的最终结局？
