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：
flutter是***跨平台最优解吗？
女生腰肌劳损了还能健身吗？
如何评价网传那尔那茜高考179分(含加分)考入上海戏剧学院***？
你怎么看待剪映收费过高问题？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
如何看待极客湾评测麒麟X90的性能与表现?
现在读写速度最快的硬盘，能在30年前的计算机上当做内存使用吗？
什么鱼生命力顽强好养活？
强直性脊柱炎有多可怕？
为什么中国很少有人使用linux？
为什么人到中年，很少有身材苗条的？
以色列为什么突然敢打伊朗了？不怕被报复？
服务器能否拒绝非浏览器发起的HTTP请求？
系统该怎样架构才能处理实时热点数据？
脸与身材不符是种怎样的体验？
中医把脉是***吗？
如何看待特朗普最后关头取消对伊朗的军事行动?
如何看待M4单核性能吊打9950x?
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
每个月都还房贷的人会特别难受吗，是什么感觉呢？
大厂后端开发需要掌握docker和k8s吗?
警犬知道自己是警犬么？
现今大部分哺乳动物都是六千万年前恐龙灭绝后的同一种哺乳动物的后代吗？
PHP现在真的已经过时了吗？
国内所有14nm以下的芯片都不能被台积电代工，为啥小米玄戒能被代工?
洲际弹道导弹用什么定位导航？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
为什么中大型鹦鹉一直都不开放售卖？有哪些原因呢?
在武汉的你，择偶的标准是什么？
