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：
好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
如何看待alist被转手出售***？
如何评价伊朗国家电视台宣布今晚将发生大事，让世界铭记几个世纪？
怎样看日本于近期展出马关条约原件？
如何评价字节跳动开源的 Netpoll？
穿瑜伽裤爬山的女生会不会害羞？
如何看待jemalloc停止维护？
海贼王为什么现在被全网黑?
胸大的女孩会自卑 吗？
Golang与Rust哪个语言会是今后的主流？
女明星陪酒真的存在吗？
核武器真的有宣传中那么牛逼吗？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
颈椎病引起的头晕如何治疗?
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
大家买的房子都跌了多少呀？
如何部署Prometheus监控K8S？
上司非让我这个实习生坐高铁把大领导的***专门送回去，大领导的***不能邮寄吗?
为什么越来越多的国内男孩，要娶国外女孩?
商业史上有哪些降维打击的经典案例？
如何评价鱼皮程序员的OJ项目？
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
Linux内核代码大佬们如何观看的？
和女生旅游开一间房有什么注意事项？
凤凰传奇曾毅公开佩戴含有不雅元素的手表，这涉嫌违法吗？如何从法律角度解读？
买到烂尾楼到底该有多绝望？
Office 中为何还要保留 Access 数据库?
为什么 m1 ***用大小核设计却没有 intel 的问题？
