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：
在广州，找个对象是不是真的很难？
如何评价小米 6 月 26 日发布的小米 YU7、MIX Flip2、REDMI K80 至尊版？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
你见过最脑残的设计是什么？
为什么很多《红警》老玩家看不起《红警3》，且对于《红警3》存在大量误解？
怎么向老婆简单解释nas的用途？
如何评价贝克汉姆的球技？
为什么买的小乌龟总是养不活呀？
小米YU7大定数创世界第1，这是否证明了中国经济基本面强劲，居民收入高？
如何评价电视剧《长安的荔枝》大结局？
你是怎么发现亲戚开始见不得你好的？
到底是9800x3d+5070ti还是u7+5080?
在C中，如何实现删掉一行注释无法运行？
postgresql能取代mongodb吗？
为什么不能做出1T的内存条？
牙齿上有个小黑点，是坏掉了吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
真的能遇到同样喜欢二次元的女孩子吗?
搞了NAS之后去哪里下载4K，8K的电影？
目前有什么好用的笔记软件？
一个练过功夫的姑娘能打过一个没练过的男人吗？
同事间的「奶茶社交」到底弊大于利还是利大于弊？作为职场新人，该如何应对这种社交方式？
python与nodejs哪个性能高？
为什么年轻的肉体让人沉迷？
为什么运维都这么难招？
有没有宝塔平替的服务器管理面板，现在宝塔越来越贵了，也太臃肿了？
柳州的债务，谁来还？用什么还？怎么还？
微软edge浏览器为什么逐渐被其他的浏览器代替？
所以现有技术是无法侦测和锁定击落 B-2 ***轰炸机的吗？
为什么中国开发不出流行的编程语言？
