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：
为什么韩国的热辣舞团无法征服中国的男性市场？？
如果北京放开车牌，未来会怎样？
go语言接口的优势？
空调现在抽真空15分钟真的还有意义吗？
请问大家我这种鱼缸过滤用哪种？
美国真会下场对伊朗开战吗？
央行宣布八项重磅金融开放举措，将设立数字人民币国际运营中心等，释放了哪些信号？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
如何部署Prometheus监控K8S？
如何看待青鸾峰上连续几本***霸占纵横榜首？
维护一个大型开源项目是怎样的体验？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
鱼缸氨氮含量低，但是硝酸盐和亚硝酸盐爆表，已经一个多周了，咋办？
为什么部分人对《大明王朝 1566》中芸娘嗤之以鼻?
Rust开发Web后端效率如何？
为什么有的女生喜欢穿紧身牛仔裤？
只能选一个，你选谁？
想知道德普怎么看上艾梅柏·希尔德的？
Swift 和同时代的其他语言比起来怎么样？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
PHP和Node.js哪个更爽?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
为什么水泥封不住尸臭?
从零写一个3D物理引擎难度多大?
轰20的亮相为什么被反复推迟？
34岁，女性，不想过夫妻生活，怎么跟老公沟通效果更好？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
人能为了钱做到什么地步?
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
