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：
能分享一下你写过的rust项目吗？
什么洗碗机，真的有家庭在用么？
歼-20 在国际上到底是什么地位？
广东怀集水灾后一家超市疑似被哄抢，这种行为在灾难面前的道德和法律问题如何看待？
国产手机APP为什么越来越臃肿？
Web后端开发，用Python还是Go呢？
国内很多男性在非洲和当地女人恋爱是真的吗?
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
在韩国生活有什么体验？
如何系统地自学 Python？
印度是真的烂还是咱们在信息茧房里面？
电影《碟中谍》系列中哪一部最好？
3D建模行业现在好找工作吗，会不会卡学历?
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
中国的歼35A可以吊打十架韩国的KF21吗?
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
《三角洲行动》7.3日新赛季【破壁】，有什么值得期待的？
有没有免费的语音转文字的软件？
真的有这种又苗条身材又爆炸的么？
穿内衣时，总往上跑，内衣是大了还是小了？
为什么 IPv6 突然不火了？
张元英的颜值在内娱属于什么水平？
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？
6 月 18 日苏炳添跑出 11 秒 37 未能进入决赛，这是否意味着职业生涯已经进入新阶段？
军工为什么不要轻易进？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
为什么 macOS 并不差，可市场总敌不过 Windows？
福特级航母的电磁弹射到底出了什么问题？
