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：
特朗普发文要求伊朗无条件投降，并被曝考虑加入对伊空袭，有哪些目的？伊朗会弃核求生吗？
鸿蒙折叠屏笔记本为什么敢卖26999？
如何评价广西玉林的云天宫？
有什么是你去了上海才知道的事情？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
超小团队选择Django还是Flask？
歼-20 在国际上到底是什么地位？
为什么现在这么多人以为不生孩子就可以过得好？
商业史上有哪些降维打击的经典案例？
duckdb的性能如何？
H264和H265谁画质好，求回谢谢！？
做好的flask项目怎么部署到服务器，使用公网ip可访问？
如何评价高圆圆的身材算是美女类型的吗？
使用J***a开发简单CAD软件？
曾经的班花，现在还多少人惦记？
马斯克的“星链”卫星突然大批坠落，为啥国内那么多人迅速出来洗白？
女人出去约会，是喜欢穿裙子还是裤子?
各位都在用Docker跑些什么呢？
大海捞针还捞着了是一种什么样的体验？
MacOS真的比Windows流畅吗？
求大神解答，为什么大家都不喜欢用docker？
Node.js是谁发明的?
A股牛市能持续多久？
中国的电动汽车是不是发展错方向了？
如何看待rust编写的zed编辑器？
发生了什么导致你从此再不吃某样食物？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
中国军事力量在亚洲能排第一吗？
如何看待亮亮丽君夫妇中的女主又怀孕？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
