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：
盒马鲜生和山姆会员店哪家比较好？
如何看待小米yu7 3分钟大定破20w辆?
为什么很多外行敢站出来评价中医？
***剪辑软件有什么推荐的吗？
php写一个图片售卖程序,用框架好还是直接写好?
村民为什么不愿意“村村合并”？搬进楼房不好吗？
什么是微软式中文？
HTTP/3 解决了什么问题，又引入了什么新问题？
怎么下载安装pr，求安装包啊，？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
你的低成本爱好是什么？
独立开发***能盈利吗？感觉好累...
如何评价Electron？
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？
张元英的颜值在内娱属于什么水平？
新修订的治安管理处罚法重构「被殴打还手即互殴」的认定标准，明确正当防卫免处罚，怎样从法律角度解读？
我们为什么需要 React？
如何系统地学习Rust语言？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
你的内衣丢过吗?
到派出所报警和打110报警有什么区别?
请问照片里这个人是谁呀？
程序员明明是技术积累岗位，为什么年龄越大反而可替代性变高了？
伊朗真这么一直怂下去吗？
为什么很多时候对女儿最狠的却是母亲？
为什么用 electron 开发的桌面应用那么多？
生完孩子身材依旧火辣是一种怎样的体验？
为什么广东人敢生？对别的省份提高生育率有哪些可借鉴学习之处？
2025年，Gitea 和 GitLab 应当如何选择？
