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：
如何看待刘师兄 6 月 20 日发布的《共产主义实现的前一天》？
为什么大部分人都认为2560x1440是2K？
国内的银行软件搞所谓的“安全键盘”是不是有什么大病？
有什么是虚拟机代替不了物理机的?
为什么 Linux 软件安装包会有依赖关系，而 Windows 软件安装包不需要？
golang总体上有什么缺陷？
怎么向老婆简单解释nas的用途？
为什么华为价值2.3W的鸿蒙电脑用的是美国西数的SN740固态硬盘？
作为一个残疾人是一种怎样的感受？
软路由是否被过度神化？
Golang 中为什么没有注解？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为何中文互联网相对英文互联网的内容质量较低？
为什么人到中年，很少有身材苗条的？
洗衣机洗内衣内裤鞋袜等是否真的不卫生？
为什么有的女生喜欢穿紧身牛仔裤？
什么是你去了台湾才知道的事？
网传小米前总监冯德兵婚内出轨，200 多份「包养合同」，这是真的吗？具体是怎么回事？
修仙文明可能以怎样的方式碾压星际文明？
你用过的最好用的鼠标是什么品牌的？
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？
如何评价张靓颖刘宇宁《九万字》?
南京一森林公园现大量竹节虫，形似枯枝，网友称凑近才发现是虫子落荒而逃，竹节虫会不会咬人？碰到它会怎样？
如何从零开始开发一款独立游戏？
是否建议把int *p写作int* p？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
如何评价最新发布的 vivo X Fold5，作为首款「三防」折叠屏手机，都有哪些亮点值得关注？
当年的东莞究竟有多疯狂？
