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：
中国的导弹水平到底怎么样？
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？
你为什么放弃了wsl？
如何在 Golang 中进行字符串处理？
JetBrains 放弃 AppCode 是否是一个错误决定？
怎么看swift的并发模式选择了actor模型？
黄金，今年会达到怎样的高度？
有哪些开源web应用漏洞扫描工具？
分享一下你用过好用的开源项目有哪些?
58 同城被曝大规模裁员，比例或达 30%，具体情况如何？58 同城目前面临哪些问题？
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
你们听过领导最没水平的一句话是什么？
一米二的棍子打的赢三十厘米的刀子吗？
我毕业想成为前端工程师，可是前端技术太多，越学越多，可是我想成为技术强的人，又很无助，怎么办?
男医生在给年轻靓丽的女性检查时会是什么心态？
Linux里面usermod -L zhangsan命令是什么？
内塔尼亚胡***访时公开威胁，不排除干掉哈梅内伊，如何评价这一言论？伊朗会亡国吗？
你身边身材最好的女生是什么样？
为什么现在没人提猎鹰9号了？
docker 容器启动后如何添加端口映射？
很多营销号用 pork 和 pig 论证英语是落后的语言、汉语比英语先进，如何反驳这种观点？
如何评价前端框架 Solid?
移动工作站和游戏本在工作中哪个好？
switch2好用吗朋友们?
如果SSD硬盘闲置很多年，内部数据会不会丢失？
怎么才能有尤雨溪一半强，该怎么学习？
伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
如何评价钟南山院士？
有没有什么路由器让你用过之后彻底惊艳了？
