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：
以色列伊朗持续多日空对空轰炸，谁会先撑不住？双方的***还能支撑多久？还有哪些「杀手锏」没投入战场？
黄金，今年会达到怎样的高度？
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？
美国真会下场对伊朗开战吗？
大家猜猜伊朗的结局如何？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
以色列为什么要打伊朗？
中医把脉是***吗？
深圳房价能跌到什么位置？
中年夫妻有多少是生活和谐的？
小朋友到底应不应该购买SWitch?
国内很多男性在非洲和当地女人恋爱是真的吗?
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
《冰与火之歌》中，劳勃对奈德有多少友情？
初三画成这样算是有天赋吗？【正经求助】?
Golang和J***a到底怎么选?
为什么那些滥交的男女不怕染上***？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？
乡下的土鸡真的值100块钱吗？
SwiftUI 是不是一个败笔？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
你的内衣丢过吗?
055驱逐舰 是个什么概念?
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
Rust开发Web后端效率如何？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
go语言接口的优势？
为什么现在东南亚一片稳定，而中东还是一锅乱粥？？
