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：
公司就一个后端一个前端，有必要搞微服务吗？
表面缺陷检测： 如何利用机器视觉（结合特定光源检测产品表面的划痕、凹坑、污渍、颜色不均等？
如何评价邹市明妻子冉莹颖？
如何评价首个女性友好的编程语言HerCode?
老公加班过多，是逃避家庭责任吗？
在医学领域的人工智能应用是怎样的？
作为新娘，结婚当天是怎样的体验？
个子高是种怎样的体验？
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？
女生真正的完美身材是什么样子？
你见过最无用的节俭行为是什么？
巴西为什么非法干涉BYD内政，他们的背后是谁，目的是什么？
docker有哪些有趣的用途?
你见过最恶心的邻居是什么样子？
猫的什么行为证明它把你当自己人？
哪张照片让你觉得刘亦菲美得不可方物？
身体上的哪些迹象表明你正在衰老？
为什么长得漂亮却没什么用?
程序员的时间管理真的是写代码1小时，调试8小时吗？
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
如何评价上海理工大学 C语言考试，老师不认识vscode 说是切屏***?
男的真的会把所有衣服从上到下都扔洗衣机吗？
不喜欢老婆找健身房男教练私教，是我太狭隘了吗？
家里想搞一个服务器，怎么才不违规？
iOS的墓碑机制这么厉害，为什么Windows、Linux不***用呢？
现在php还有前途吗？
长得和刘亦菲很像是一种什么体验？
小米 YU7 发布会，有哪些大说特说的点其实是行业基操？
***如你财务自由，是买一个大平层还是买一个大别墅？
如何看待 2025 浙江高考杭州二中高分段被镇海宁海学军等校「碾压」？
